r - 具有多个 ARFF 文件的 WEKA 预测

Question

我对 WEKA 和 ARFF 文件相当陌生，目前正在使用其 GUI。我感到困惑的是如何使用多个 ARFF 文件进行预测(分类)？

例如，文件 A 有 3 个属性，"ID"、"attribute_1"、"attribute_2" ；而文件 B 有 2 个属性， "ID" 、 "Scores" (用于预测的主要属性)。

问题是，文件A中的每一行数据都是唯一的，但B中的数据却是重复的。这两个文件通过其“ID” 相关。换句话说，文件 B 为文件 A 中的每个元素存储一组“分数”。

是否有关于如何将文件 A 和 B 连接在一起的建议？或者有什么方法可以解决 WEKA 使其工作？

Answer 1

Weka 需要一个“扁平”表，即 arff 文件。这个过程也称为非规范化。有一个 weka 包(Denormalize)，其中包含一个执行此操作的过滤器。

这里有一个如何扁平化事务数据的示例:https://weka.wikispaces.com/How+can+I+use+transactional+data+in+Weka%3F

在使用过滤器之前，您必须将两个文件合并在一起。如果您有 csv 文件或类似文件，您可以通过 Excel 实现此目的，请参阅示例:

https://superuser.com/questions/420635/how-do-i-join-two-worksheets-in-excel-as-i-would-in-sql