Weka:加载没有标题的CSV文件
如何在Weka中加载没有标题的CSV文件 有几个相关的问题,但似乎没有一个能切中要害 MWE 以下是Weka:加载没有标题的CSV文件,csv,weka,Csv,Weka,如何在Weka中加载没有标题的CSV文件 有几个相关的问题,但似乎没有一个能切中要害 MWE 以下是test.csv文件: 20,1,"+" 30,2,"+" 30,1,"+" 15,1,"-" 10,0,"-" 下面是Test.java代码: // javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test import weka.core.converters.CSVLoader; import weka
test.csv
文件:
20,1,"+"
30,2,"+"
30,1,"+"
15,1,"-"
10,0,"-"
下面是Test.java
代码:
// javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test
import weka.core.converters.CSVLoader;
import weka.core.Instances;
import weka.classifiers.Classifier;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.Evaluation;
import java.io.File;
class Test
{
public static void main(String[] args) {
try {
CSVLoader loader = new CSVLoader();
loader.setOptions(new String[] {"-H"});
loader.setSource(new File("test.csv"));
Instances tr = loader.getDataSet();
tr.setClassIndex(tr.numAttributes() - 1);
Classifier m = (Classifier) new NaiveBayes();
m.buildClassifier(tr);
Evaluation eval = new Evaluation(tr);
eval.evaluateModel(m, tr);
System.out.println(eval.toSummaryString());
}
catch(Exception ex) {
System.out.println(ex);
}
}
}
运行时,它只报告4实例,而不报告5。如果我添加了标题,那么它可以正常工作
Correctly Classified Instances 4 100 %
Incorrectly Classified Instances 0 0 %
Kappa statistic 1
Mean absolute error 0.0065
Root mean squared error 0.0112
Relative absolute error 1.3088 %
Root relative squared error 2.2477 %
Total Number of Instances 4
请注意,我使用了:
loader.setOptions(new String[] {"-H"});
我还尝试了DirectAPIloader.setNoHeaderRowPresent(true)代码>,但它似乎在Weka 3.6.13中不可用
参考资料:
编辑:原来这是3.6.13中的一个问题。代码在3.7.10中运行良好。我不确定3.6.13,但3.7.10的代码显示,如果setNoHeaderRowPresent设置为true,则会添加第一行数据
如果设置为false,请将其设置为true。参考CSV加载程序的
设置数据中是否没有标题行。
参数:btrueif
数据中没有标题行
public void setNoHeaderRowPresent(布尔b){
m_noHeaderRow=b;293
}
所以在你的代码使用中
loader.setNoHeaderRowPresent(true)
和notloader.setNoHeaderRowPresent(false)将第一行包含在数据集中。作为一种解决方法,它读取CSV文件并将其作为ARFF文件传递:
// javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test
import weka.core.converters.CSVLoader;
import weka.core.Instances;
import weka.classifiers.Classifier;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.Evaluation;
import java.io.FileReader;
import java.io.BufferedReader;
import java.io.StringReader;
import java.lang.StringBuffer;
class Test
{
public static void main(String[] args) {
try {
String filename = "test.csv";
BufferedReader br = new BufferedReader(new FileReader(filename));
String line = br.readLine();
int cols = line.length() - line.replace(",", "").length() + 1;
StringBuilder arff = new StringBuilder("@RELATION test\n");
for(int i = 0; i < cols-1; i++) {
arff.append("@ATTRIBUTE ");
arff.append(String.valueOf((char)(i + 'a')));
arff.append(" NUMERIC\n");
}
arff.append("@ATTRIBUTE class {+,-}\n");
arff.append("@DATA\n");
while(line != null) {
arff.append(line);
arff.append("\n");
line = br.readLine();
}
System.out.println(arff.toString());
Instances tr = new Instances(new StringReader(arff.toString()));
tr.setClassIndex(tr.numAttributes() - 1);
Classifier m = (Classifier) new NaiveBayes();
m.buildClassifier(tr);
Evaluation eval = new Evaluation(tr);
eval.evaluateModel(m, tr);
System.out.println(eval.toSummaryString());
}
catch(Exception ex) {
System.out.println(ex);
}
}
}
//javac-Xlint-cp weka.jar Test.java&&java-cp.:weka.jar Test
进口weka.core.converters.csv装载机;
导入weka.core.Instances;
导入weka.classifiers.Classifier;
导入weka.classifiers.bayes.NaiveBayes;
导入weka.classifiers.Evaluation;
导入java.io.FileReader;
导入java.io.BufferedReader;
导入java.io.StringReader;
导入java.lang.StringBuffer;
课堂测试
{
公共静态void main(字符串[]args){
试一试{
字符串filename=“test.csv”;
BufferedReader br=新的BufferedReader(新文件读取器(文件名));
String line=br.readLine();
int cols=line.length()-line.replace(“,”,“).length()+1;
StringBuilder arff=新的StringBuilder(“@relationship test\n”);
对于(int i=0;i
谢谢,我阅读文档的速度太快了。但问题是它似乎没有在3.6.13中实现:Test.java:16:error:not find symbol loader.setNoHeaderRowPresent(true)代码>。但奇怪的是,loader.setOptions(新字符串[]{“-H”})代码>也不适用于我。我正在发布一个变通方法作为替代答案……好的,我已经尝试了开发人员版本3.7.10,两个版本都可以使用:setNoHeaderRowPresent()
和setOption()
。看起来像是稳定版本3.6.13的bug。我在3.8.4
上,我正试图用Explorer
GUI应用程序打开CSV
无头文件。即使将setNoHeaderRowPresent
指定为true
也不起作用,或者给出了“无效流头”错误。@Naruto,这显然是一种黑客行为,也是一种MWE黑客行为。我不能编辑原始的CSV文件,如果这是你的建议。该模型必须集成到我们的研究框架的其他部分,包括其他语言。我们不会只为一个Weka模型编辑CSV文件。
// javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test
import weka.core.converters.CSVLoader;
import weka.core.Instances;
import weka.classifiers.Classifier;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.Evaluation;
import java.io.FileReader;
import java.io.BufferedReader;
import java.io.StringReader;
import java.lang.StringBuffer;
class Test
{
public static void main(String[] args) {
try {
String filename = "test.csv";
BufferedReader br = new BufferedReader(new FileReader(filename));
String line = br.readLine();
int cols = line.length() - line.replace(",", "").length() + 1;
StringBuilder arff = new StringBuilder("@RELATION test\n");
for(int i = 0; i < cols-1; i++) {
arff.append("@ATTRIBUTE ");
arff.append(String.valueOf((char)(i + 'a')));
arff.append(" NUMERIC\n");
}
arff.append("@ATTRIBUTE class {+,-}\n");
arff.append("@DATA\n");
while(line != null) {
arff.append(line);
arff.append("\n");
line = br.readLine();
}
System.out.println(arff.toString());
Instances tr = new Instances(new StringReader(arff.toString()));
tr.setClassIndex(tr.numAttributes() - 1);
Classifier m = (Classifier) new NaiveBayes();
m.buildClassifier(tr);
Evaluation eval = new Evaluation(tr);
eval.evaluateModel(m, tr);
System.out.println(eval.toSummaryString());
}
catch(Exception ex) {
System.out.println(ex);
}
}
}