Weka J48 Klassifizierer: Nicht in den Griff numerische Klasse?

Ich bin jetzt versuchen zu bauen J48 (C4.5) Klassifikator-Modell auf mein training Daten mit Weka.

Erstens Tue ich das, was zu gehen scheint OK:

java -Xmx10G -cp /weka/weka.jar
weka.core.Wandler.TextDirectoryLoader -dir /home/test/cats >
/home/test/Katzen.arff

Diese scheint zu gehen, auch OK:

java -Xmx10G -cp /weka/weka.jar
weka.Filter.unbeaufsichtigt.Attribut.StringToWordVector -ich
/home/test/Katzen.arff -o /home/test/Katzen-Vektor.arff

Dies nicht gehen, OK:

java -Xmx10G -cp /weka/weka.jar weka.Klassifikatoren.Bäume.J48 -t
/home/test/Katzen-Vektor.arff -d /home/test/Katzen.Modell

Es gibt die folgende Fehlermeldung:

weka.core.UnsupportedAttributeTypeException: weka.classifiers.trees.j48.C45Prune                 ableClassifierTree: Cannot handle numeric class!
        at weka.core.Capabilities.test(Capabilities.java:954)
        at weka.core.Capabilities.test(Capabilities.java:1110)
        at weka.core.Capabilities.test(Capabilities.java:1023)
        at weka.core.Capabilities.testWithFail(Capabilities.java:1302)
        at weka.classifiers.trees.j48.C45PruneableClassifierTree.buildClassifier                 (C45PruneableClassifierTree.java:116)
        at weka.classifiers.trees.J48.buildClassifier(J48.java:236)
        at weka.classifiers.Evaluation.evaluateModel(Evaluation.java:1076)
        at weka.classifiers.Classifier.runClassifier(Classifier.java:312)
        at weka.classifiers.trees.J48.main(J48.java:948)

So versuchte ich dann dieses:

java -Xmx10G -cp /weka/weka.jar weka.Klassifikatoren.Bäume.J48 -t
/home/test/Katzen.arff -d /home/test/Katzen.Modell

Die gibt auch die Fehlermeldung:

weka.core.UnsupportedAttributeTypeException: weka.classifiers.trees.j48.C45PruneableClassifierTree: Cannot handle string attributes!
        at weka.core.Capabilities.test(Capabilities.java:980)
        at weka.core.Capabilities.test(Capabilities.java:869)
        at weka.core.Capabilities.test(Capabilities.java:1085)
        at weka.core.Capabilities.test(Capabilities.java:1023)
        at weka.core.Capabilities.testWithFail(Capabilities.java:1302)
        at weka.classifiers.trees.j48.C45PruneableClassifierTree.buildClassifier(C45PruneableClassifierTree.java:116)
        at weka.classifiers.trees.J48.buildClassifier(J48.java:236)
        at weka.classifiers.Evaluation.evaluateModel(Evaluation.java:1076)
        at weka.classifiers.Classifier.runClassifier(Classifier.java:312)
        at weka.classifiers.trees.J48.main(J48.java:948)

Natürlich habe ich vorbereitet, die Daten irgendwie falsch (BTW die Eingabe von text-Dateien in den Unterverzeichnissen, die mit dem Namen der Kategorien, die ich will). Aber ich dachte, ich folgte den Anweisungen auf dem Weka-Wiki:
Weka Wiki Kategorisieren Von Text-Dateien
Weka Wiki-Primer

Also was mache ich falsch? Ich möchte mit J48, weil es angesichts hoher Genauigkeit auf meine Daten in tests. Also, was muss ich tun, um meine Daten zu bekommen, die Klassifikatoren J48, es zu akzeptieren? Oder brauche ich einen anderen Klassifikator?

Bitte um Hilfe!!

InformationsquelleAutor Alasdair | 2011-10-28
  1. 4

    Den Klassifikatoren J48 ist ein Baum, der Sichter, die akzeptieren nur die nominalen Klassen. Was bedeutet, dass die Klassen nach, die Sie klassifizieren Ihre Instanzen bekannt sein muss, bevor die hand. DH, wenn Sie versuchen, um vorherzusagen, eine Bewertung, und Sie wissen, dass die Bewertung auf einer 5-stufige Likert-Skala, müssen Sie explizit sagen, also in Ihrem ARFF-Datei mit etwas wie @attribute class {1,2,3,4,5}, aber wenn Sie voraussagen, das Gewicht einer person, dann ist dieser Wert wohl eine Reale Zahl und kann daher nicht " fit " in eine Baum-Klassifikation. NB: ein Weg, um zu gehen, dass wäre eine Auswahl der GEWICHTE zur Verfügung: von 10 bis 15 kg 15 bis 20 kg etc. Auf diese Weise konnte Sie haben ein nominalem Attribut class.

    • Tun alle Weka-Klassifizierer akzeptieren nominalen Klassen? Ich habe eine Reihe von numerischen Funktionen, gerade jetzt, aber ich möchte hinzufügen, eine Klasse basierend feature jetzt.
    • Bestimmte Klassifikatoren Vorhersagen, eine nominal-Art und andere Vorhersagen numerische Typen. Sie können die Liste der Klassen für Informationen über den Typ der Klasse, in der der Klassifikator Vorhersagen, sowie die Art der Attribute wird es akzeptieren.
    InformationsquelleAutor gerard
  2. 4

    Das Wort Vektoren umgewandelt werden kann, um binäre wie diese:

    java -Xmx4G -cp /weka/weka.jar
    weka.Filter.unbeaufsichtigt.Attribut.NumericToBinary -ich
    /home/test/Katzen-Vektor.arff -o /home/test/Katzen-binary.arff

    Obwohl dies fügt bias auf die Art der Daten, die Sie trainieren gegen. Dies bedeutet, dass binäre strings sehr nahe mit einander behandelt werden, so ähnlich wie strings weit entfernt. Wenn Sie möchten, löschen Sie diese, bias und betrachten jede Zeichenfolge als ein einzigartiges Wesen ist, dann verwenden Sie @attribute class {ABC, DEF, GHI, etc} Dann funktioniert es!

    Wenn Sie wirklich wollen, zu kommunizieren, dass diese features wichtig sind und nicht-in-allen verwandten, eine ganze Spalte für jede saite hat dort den Wert '1', wenn eine Zeile hat, die Kategorie, und 0, wenn es nicht. Dies schafft eine sehr spärliche Daten, aber dann ist der Lern-Algorithmus hat eine Neigung zu Scannen, dass die Daten information zu gewinnen.

    InformationsquelleAutor Alasdair
Schreibe einen Kommentar