Machine learning 如何在WEKA explorer中压缩类值

Machine learning 如何在WEKA explorer中压缩类值,machine-learning,weka,Machine Learning,Weka,您好,我是WEKA新手,正在使用WEKA 3.6.10 对不起,如果这个问题的答案是显而易见的 我有一个包含10个属性和一个决策类的数据集。决策类由值{1,2,3,4}组成,是否有方法更改配置,以便将这些值视为{1}和{2,3,4}(二进制),而不是分别将每个值视为{1}和{2,3,4}(二进制),而不修改其他属性? 我看了一下WEKA过滤器,但没有发现任何有用的东西 谢谢大家使用无监督的属性过滤器,例如数字二进制过滤器。在配置对话框最顶部的字段中,输入“决策类”属性的位置。如果在第8列中,请输

您好,我是WEKA新手,正在使用WEKA 3.6.10

对不起,如果这个问题的答案是显而易见的

我有一个包含10个属性和一个决策类的数据集。决策类由值{1,2,3,4}组成,是否有方法更改配置,以便将这些值视为{1}和{2,3,4}(二进制),而不是分别将每个值视为{1}和{2,3,4}(二进制),而不修改其他属性? 我看了一下WEKA过滤器,但没有发现任何有用的东西


谢谢大家

使用无监督的属性过滤器,例如数字二进制过滤器。在配置对话框最顶部的字段中,输入“决策类”属性的位置。如果在第8列中,请输入8


过滤器将为此属性的每个唯一值创建“虚拟变量”列。如果有4个唯一值,应用此筛选器后,数据集将有4个附加列。删除其中3个。

显然,决策类出于某种原因是名义上的。我尝试了以下步骤,但在配置对话框中只能看到一个字段(ignoreClass字段)。我想我可以使用NominalToBinary,但是我怎样才能只在类上应用它呢?啊,我忘记了一些过滤器忽略了class属性。您必须临时将一个不同的属性指定为类atribute:在直方图上方的选择框中,选择class:myDecisionclass,将一些其他属性指定为类,对myDecisionclass(现在是一个常规属性)应用NumericToBinary过滤器,将类属性重新指定给其旧属性。(取决于所选择的算法,也许你必须重新应用二进制名称过滤器)谢谢,我现在就知道了