如何在 Weka 文件中指定字符串？

Posted 2023-03-13

【中文标题】如何在 Weka 文件中指定字符串？

【英文标题】：How to specify strings in Weka file?

【发布时间】：2014-02-04 09:24:31

【问题描述】：

我正在研究文本分类系统，我想使用 unigrams 作为特征。在构建 arff 文件时，我声明了一个字符串属性字段，我想在其中指定消息中包含的所有单词，用逗号分隔。但是，Weka 告诉我它“无法处理字符串属性”。我尝试使用 StringToWordVector 在标题中定义关系，但没有帮助。不然怎么办？非常感谢！

【参考方案1】：

如果您的 arff 文件格式正确，那么下面的代码可以帮助您

 // dataSource: arff file (path of your arff file)

        BufferedReader trainReader = new BufferedReader(new FileReader(dataSource)); 
                       trainInsts = new Instances(trainReader); 
                       trainInsts.setClassIndex(trainInsts.numAttributes() - 1); 


        // the filter is used to convert the data from string to numeric 

                              StringToWordVector STWfilter = new StringToWordVector(); 
                              FilteredClassifier model = new FilteredClassifier(); 
                              model.setFilter(STWfilter); 

                           STWfilter.setInputFormat(trainInsts);  
// the converted data 
                           trainInsts = Filter.useFilter(trainInsts, STWfilter);