Machine learning Weka分类器不接受字符串值

我正在使用Weka对数据集进行分类。.arrf数据文件如下所示。分类时我面临的问题是，许多分类器（如NaiveBayes等）不会使用string属性对其进行分类。这两个字符串属性是分类的重要特征。我尝试使用过滤器将字符串转换为标称类型，但它没有将其转换为标称类型。考虑到我拥有的数据集，我应该如何着手

@RELATION transaction

@ATTRIBUTE transactionType  {'CC Credit',Trans,Exp,Dep,Check}
@ATTRIBUTE number numeric
@ATTRIBUTE posting {Yes,No}
@ATTRIBUTE String1 string
@ATTRIBUTE String2 string


@ATTRIBUTE amount real
@ATTRIBUTE class {1,2}


@DATA
'CC Credit',?,Yes,'XYZ Bank','ONLINE PYMT Aug',-1582100.38,1   
Trans,?,Yes,?,'ACH DEBIT XYZ CREDIT CRD-EPAY',-59219.40,2   
Exp,?,Yes,'First Nolastname','ACH DEBIT First Nolastname-RECEIVER',-176011.56,2   

---

您没有说您正在使用什么接口。我假设您正在使用GUI

在“预处理”选项卡上的“过滤器”下，选择

向下滚动以查找

StringToNominal

。默认情况下，它将只转换最后一个属性。您需要将其更改为转换所有字符串

以防万一：

如果您使用的是R和RWeka，则可以通过运行

Str2Nom = make_Weka_filter("weka/filters/unsupervised/attribute/StringToNominal")
Str2Nom(transactionType ~ ., data=Transaction, control=Weka_control(R=4:5))

---

您没有说您正在使用什么接口。我假设您正在使用GUI

在“预处理”选项卡上的“过滤器”下，选择

向下滚动以查找

StringToNominal

。默认情况下，它将只转换最后一个属性。您需要将其更改为转换所有字符串

以防万一：

如果您使用的是R和RWeka，则可以通过运行

Str2Nom = make_Weka_filter("weka/filters/unsupervised/attribute/StringToNominal")
Str2Nom(transactionType ~ ., data=Transaction, control=Weka_control(R=4:5))

应该可以，但是如果您自己构建ARFF文件，那么另一个选项是在ARFF文件中将这些属性定义为标称属性，方法与您已经对

交易类型

和

过账

属性所做的相同

要手动构建介于

@属性

行中的

{

和

}

之间的标称值列表，例如，您可以使用Excel中的数据>删除重复项功能。

应该可以工作，但是，如果您自己构建ARFF文件，那么另一个选项是将这些属性定义为ARFF文件中的标称属性，方法与您对

交易类型

和

过账

属性所做的相同

---

要手动构建介于

@属性

行中的

{

和

}

之间的标称值列表，例如，您可以使用Excel中的数据>删除重复项功能。

您是如何生成数据集/arff文件的？我使用示例文件作为参考手动创建了它。您是如何生成数据集/arff文件的？我使用示例文件作为参考手动创建了它。