Weka中名义属性的缺失值

Posted 2023-03-13

【中文标题】Weka中名义属性的缺失值

【英文标题】：Missing values for nominal attribute in Weka

【发布时间】：2014-09-18 01:50:12

【问题描述】：

我有一个数据集，我正在使用Weka NaiveBayes 分类器进行分类。我有 14 个属性，其中一些是名词。

在这些属性之一中，我有一些缺失值。到目前为止，我所做的是将它们作为缺失值保留，并且我知道 Weka 会自动替换这些值（有人问here 关于这个问题）。

我的意思是，这个属性的值在我的功能文件中是空的，当我创建 ARFF 文件时，我看到“？”在两个逗号之间。

现在，我有两种可能： 1）让Weka自动填充它们。 2) 将它们替换为“NULL”。

问题在于，在第一种情况下，分类器效果更好。现在，我想知道是否允许让他们被Weka取代？还是应该使用第二种方法，即使结果更差？

我的意思是，“什么时候”我们应该让 Weka 替换缺失的值？什么时候不？

同时，具有缺失值的特征表示单词的WordNetsupersense，当它为空时，表示该实例是介词，或WH问题。

提前致谢，

【参考方案1】：

好吧，关于缺失值，weka 默认情况下不会替换它们，您必须使用过滤器（就像您在问题中首先链接的帖子一样）。一些分类器可以处理缺失值，我认为朴素贝叶斯可以，只是不要在概率计算中计算它们。所以基本上你有三个选择。使用 ReplaceMissingValues 过滤器将缺失值替换为模式值，不要使用过滤器并使用带有缺失值的数据集（在这种情况下，我建议您查看 Naive Bayes 的工作原理，以了解如何处理您的缺失值以及是否处理对你有好处）和最后的选择，用你自己的标签替换你的缺失值，比如“其他值”左右。正确选择的关键可能在您的最后一段中，这表明您的缺失值可能意味着什么。如果是这样，我将使用第三种方法——你的新标签。另一方面，如果缺失值没有任何意义，只是数据收集中的一些错误的结果，我会考虑前两种方法。祝你好运。