Skip to main content
 首页 » 编程设计

python之如何在 python-weka-wrapper 中为关联规则准备数据

2024年11月24日19落叶

我正在尝试使用 python 中的 weka 学习给定数据的规则。 Weka 收到“无法处理字符串和数字属性”的错误

我正在使用 https://github.com/fracpete/python-weka-wrapper3

起初,我做了:

loader = Loader(classname="weka.core.converters.CSVLoader") 
    data = loader.load_file(path) 
    data.class_is_last() 

但是得到了:

javabridge.jutil.JavaException: weka.associations.Apriori: Cannot handle numeric attributes! 

尝试学习规则时。

我理解错误,weka 想要标称属性。好的! 我已经搜索并找到了方法: http://weka.sourceforge.net/doc.dev/weka/filters/unsupervised/attribute/NominalToString.html

所以我试过了:

 
loader = Loader(classname="weka.core.converters.CSVLoader") 
    data = loader.load_file(path) 
    nominal = Filter(classname="weka.filters.unsupervised.attribute.NumericToNominal", options=["-R", "first-last"]) 
    nominal.inputformat(data) 
    nominal_data = nominal.filter(data) 
    nominal_data.class_is_last() 
 
    return nominal_data 

但是得到了:

javabridge.jutil.JavaException: weka.associations.Apriori: Cannot handle string attributes! 

我错过了什么? 谢谢

请您参考如下方法:

在 Weka 中,有 String 和 nominal 两种类型的数据。 String 数据类型是具有未指定数量的值的文本类型(例如跟踪 ID:R99432239US),而 Nominal 类型对应于封闭集合中的值(例如状态 {walking , 运行, 坐着}).

当解析一个csv文件时,加载器根据数据中出现的值的数量分配属性的数据类型。

如果您想将数值视为标称值,我相信您会想看看 Discretize过滤器而不是使用 NumericToNominal 过滤器。