實例中沒有一個類的ARFF

Question

因此，我一直在使用本教程https://weka.wikispaces.com/Text+categorization+with+WEKA中的示例「TextCategorizationTest.java」。

我有一個目錄有兩個文件夾：「neg」和「pos」。這兩個文件夾代表應該在我的ARRF中的類。問題是，當嘗試創建ARFF文件時，實例不包含「pos」的屬性類，但它們包含屬性類「neg」。

這是我的ARFF文件：http://pastebin.com/6nGWEyMq

正如你所看到的， 「POS」 實例介紹了這種格式： @data {1 1,3 1,24 1,27 1,29 1 ，37 ...} 「neg」實例出現在這種格式中： {0 neg，1 1,2 1,3 1,6 1 ...}

我該如何解決這個ARFF問題？我會接受來自weka代碼或weka GUI的解決方案。

Answer 1

你的ARFF文件完全正常，沒有必要改變它。

您的ARFF文件採用稀疏格式，這意味着值爲0的屬性將被省略。對於您期望許多屬性爲0的場景，例如字數，這種格式更加緊湊。

格式爲：

{index value,index value,index value, ...} 

但正如我所說，屬性值爲0將被省略，所以纔有了指數不屬於0這裏列出的屬性。

使用它們的值索引（不要與屬性索引相混淆）存儲名義屬性，並且類屬性定義（具有索引0的第一個屬性）以{pos,neg}的順序包含它們，所以「pos」的值索引爲0而「neg」的價值指數爲「1」。這樣所有「pos」條目都會丟失，因爲「pos」（索引爲0）是默認值。

數據的一些行的第一列是稀疏的格式（如你的貼吧）：

@data 
{1 1,3 1,24 1,27 1, ...} 
{1 1,4 1,5 1,8 1,17 1,24 1,26 1,29 1, ...} 
... 
{0 neg,17 1, ...} 

這相當於在茂密的格式如下：

@data 
{0,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,0, ...} 
{0,1,0,0,1,1,0,0,1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,1,0,1,0,0,1, ...} 
... 
{1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0, ...}