weka及其数据格式

http://hi.baidu.com/stockfans/blog/item/489c4b1010584304213f2e98.html

 

文件结构

识别ARFF文件的重要依据是分行，因此不能在这种文件里随意的断行。空行（或全是空格的行）将被忽略。

以“%”开始的行是注释，WEKA将忽略这些行。如果你看到的“weather.arff”文件多了或少了些“%”开始的行，是没有影响的。

除去注释后，整个ARFF文件可以分为两个部分。第一部分给出了头信息（Head information），包括了对关系的声明和对属性的声明。第二部分给出了数据信息（Data information），即数据集中给出的数据。从“@data”标记开始，后面的就是数据信息了。

头信息

数据信息

其他格式转换成ARFF

虽然Weka也支持其他一些格式的文件，但是ARFF格式是支持的最好的。因此有必要在数据处理之前把数据集的格式转换成ARFF。

CSV

• 将CSV转换为ARFF最迅捷的办法是使用WEKA所带的命令行工具。

运行WEKA的主程序，在菜单中找到“Simple CLI”模块，它可提供命令行功能。在新窗口的最下方（上方是不能写字的）:输入框写上

 

java weka.core.converters.CSVLoader filename.csv > filename.arff

 

即可完成转换。

• 在WEKA 3.5中提供了一个“Arff Viewer”模块，我们可以用它打开一个CSV文件将进行浏览，然后另存为ARFF文件。

• 进入“Exploer”模块，从上方的按钮中打开CSV文件然后另存为ARFF文件亦可。

 

C4.5

与CSV文件类似。

XLS

Excel的XLS文件可以让多个二维表格放到不同的工作表（Sheet）中，我们只能把每个工作表存成不同的CSV文件。打开一个XLS文件并切换到需要转换的工作表，另存为CSV类型，点“确定”、“是”忽略提示即可完成操作。

接下来把得到的CSV文件按照前述步骤转换为ARFF即可。

MAT

在Matlab中的二维表格是一个矩阵，我们通过这条命令把一个矩阵存成CSV格式。

csvwrite('filename',matrixname)

需要注意的是，Matllab给出的CSV文件往往没有属性名（Excel给出的也有可能没有）。而WEKA必须从CSV文件的第一行读取属性名，否则就会把第一行的各属性值读成变量名。因此我们对于Matllab给出的CSV文件需要用文本编辑软件打开，手工添加一行属性名。注意属性名的个数要跟数据属性的个数一致，仍用逗号隔开。

取自" http://wiki.wekacn.org/index.php/ARFF"

转自：http://wiki.wekacn.org/index.php/ARFF#.E6.96.87.E4.BB.B6.E7.BB.93.E6.9E.84

转载：http://www.blog.edu.cn/user2/huangbo929/archives/2007/1789774.shtml