weka关联的ARFF文件

weka中的arff数据文件

1.ARFF（Attribute-Relation File Format）文件时一个ASCII文件，用于描述一组共享某些属性的实例。

主要是两部分：Header information and Data information

1>Relation information: 

格式： @ralation <relation-name> 比如说：

@RELATION iris

2>Header information: name of the ralation, a list of the attributes and their types.

格式：@attribute <attribute-name> <datatype> 

其中，需要注意的是，attribute-name必须以字母开头，weka支持的datatype包括：numericnumeric(integer) string 等

@ATTRIBUTE sepallength numeric

3>Data informaion 

@DATA

 5.1 3.5,Iris-setosa

注意，如果缺失某个属性数据，用问号替代，比如：

4.4,?,5.7,Iris-setosa

2. 稀疏ARFF文件存储

稀疏ARFF文件的存储格式其实和ARFF文件正常存储差不多，但是值为0的数据就不在显示表示。稀疏ARFF文件有相同的头文件，但是数据部分不相同。两种存储格式如下所示：

正常：

@data

0，X，0，Y，“class A”

0,0，W，0，“class B”

稀疏的存储形式

{1 X，3 Y, 4 "class A"}

{2 W, 4 "class B"}

3. ARFF 文件中的实例权重表示

正常形式的：

@data

0,x,0,Y,"class A"，{5}

稀疏的存储形式：

@data

{1 X,3 Y,4 "class A"},{5}