WEKA如何處理名義屬性v/s數字屬性？

Question

如果數據集中的某一列只有3個可能值.i.e。 0,1和2，如果我將它們聲明爲名義v/s數值，WEKA對它們有多不同？另外，如果對於列的屬性有大量的名義值，是否有一種簡單的方法來聲明這個具有很高序數值的名義屬性？

Answer 1

粗略地說（它依賴於實際的算法）：

當作爲數字處理，1至2和1至3的不同點是大致兩倍大。 （鑑於沒有其他屬性）。

當被視爲字符串時，它們可能同樣不同，如'1'！='2'和'1'！='3'。 （然而，例如，結果可能取決於數字的頻率;對於分類數據的常見不相似度量涉及相對頻率）

Answer 2

數值和分類值如何處理取決於您使用的Weka中的實際機器學習算法。有些不能處理這兩類屬性，如果你選擇了一個錯誤屬性類型的算法，Weka會告訴你。

一般而言，您應該將屬性聲明爲它們的實際屬性，即如果值爲數字，則將其聲明爲數字，即使只有幾個不同的實際值。同樣，如果屬性是分類的，即使存在許多不同的值，也可以聲明它。

關於你的最後一個問題，我不認爲韋卡區分具有很少和許多不同實際值的分類值。它應該和其他一切一樣。