Machine learning 在对新的标称实例进行分类时更新数据集

我使用J48对由数值和标称值组成的实例进行分类。 我的问题是，我不知道在我的程序中会遇到哪个标称值。 因此，我需要“动态”更新模型的标称属性数据

例如，假设我只有2个属性，职业和年龄，运行如下： 占用属性={}

---

输入：[钢琴老师，22]

职业属性={钢琴教师}

---

输入：[学校教师，30]

职业属性={钢琴老师，学校老师}

---

输入：[钢琴老师，40]

职业属性={钢琴老师，学校老师}

---

等等

现在，我尝试通过复制以前的属性，添加新属性，然后更新模型的数据来手动执行此操作。 当训练模型时，这很好

但是！ 当我想对一个新实例进行分类时，比如说[SW engineer，52]，occuptationAttribute被更新： OccuptationAttribute={Piano教师、学校教师、软件工程师}，但树本身以前从未“遇到”过“软件工程师”，因此无法完成分类并引发异常

你能说明如何处理上述情况吗？ Weka是否有任何机制支持上述问题

---

谢谢

培训时，将占位符数据添加到您的标称属性中，如

\uuuuuuuuuuuuuuuuuuuuuu

。 在尝试对实例进行分类之前，首先检查是否以前看到了nominal属性的值；如果不是，请使用占位符值：

Attribute attribute = instances.attribute("OccuptaionAttribute");
String s = "SW engineer";
int index = attribute.indexOfValue(s);
if (index == -1) {
    index = attribute.indexOfValue("__other__");
}

---

当您有足够的数据时，请再次使用新值进行训练。

首先-非常感谢！：）但是我有一个问题，如果你可以-如果我用Weka给出的MissingValue代替“占位符数据”，它会有其他影响吗？是的，你可以用缺失的数据代替占位符数据。猜测：如果您的列车组不包含任何具有占位符数据的实例，则具有缺失数据或占位符数据的新实例将被视为最可能的数据。