не может использовать атрибут строки в artff файл WEKA и построить классификатор,

Question

Привет Я использую Weka для машинного обучения и мой формат файла artff как ниже

`@relation datastest 

@attribute fwoh {what, when, where, how, who, why} 
@attribute parameter {color, performance} 
@attribute object { power, cost} 
@attribute model {x,y,z} 
@attribute question String` 

Я попытался с помощью J48, часть, таблица принятия решений, Церона и SMO , весь классификатор бросает меня ниже исключения, когда я создаю классификатор.

weka.core.UnsupportedAttributeTypeException: weka.classifiers.rules.ZeroR: Cannot handle string class! 
    at weka.core.Capabilities.test(Capabilities.java:1164) 
    at weka.core.Capabilities.test(Capabilities.java:1303) 
    at weka.core.Capabilities.test(Capabilities.java:1208) 
    at weka.core.Capabilities.testWithFail(Capabilities.java:1506) 
    at weka.classifiers.rules.ZeroR.buildClassifier(ZeroR.java:122) 
    at wekaproject.TextCategorizationTest.main(TextCategorizationTest.java:66) 

Я строю классификатор ниже

final Instances data = new Instances(readDataFile("questions.txt")); 
final Classifier classifier = new SMO(); 
classifier.buildClassifier(data); 

Может кто-нибудь сказать мне, что классификатор я должен использовать. И я должен использовать StringToWordVector. Я попытался использовать StringToVector, но не помог мне. Может ли кто-нибудь сказать мне, как использовать StringToVector, если это необходимо.

Обновит: Это входной ARFF файл

@relation 'text_files_in_C:\\Desktop\\test' 

@attribute id {a,b,c} 
@attribute ids {g,h,i} 
@attribute idss {k,l,m} 
@attribute contents string 

@data 
a,g,k,'x' 
b,h,l'y' 
c,i,m,'z' 

Это выходной файл ARFF после фильтрации

@relation 'text_files_in_C:\\Desktop\\test-weka.filters.unsupervised.attribute.StringToWordVector-D.,:\\\'\\\"()?!-R4-W1000000-C-T-N1-L-stemmerweka.core.stemmers.NullStemmer-M1' 

@attribute id {a,b,c} 
@attribute ids {g,h,i} 
@attribute idss {k,l,m} 
@attribute x numeric 
@attribute y numeric 
@attribute z numeric 

@data 
{3 0.693147} 
{0 b,1 h,2 l,4 0.693147} 
{0 c,1 i,2 m,5 0.693147} 

Instance Я пытаюсь проверить

@relation 'text_files_in_C:\\Desktop\\test' 

@attribute id {a,b,c} 
@attribute ids {g,h,i} 
@attribute idss {k,l,m} 
@attribute contents string 

@data 
b,h,l,'x' 
c,i,m,'y' 

Это мой код Java

package wekaproject; 

import java.io.BufferedReader; 
import java.io.File; 
import java.io.FileNotFoundException; 
import java.io.FileReader; 

import weka.classifiers.bayes.NaiveBayes; 
import weka.classifiers.functions.SMO; 
import weka.classifiers.rules.DecisionTable; 
import weka.classifiers.rules.PART; 
import weka.classifiers.rules.ZeroR; 
import weka.classifiers.trees.J48; 
import weka.core.Instances; 
import weka.core.SerializationHelper; 
import weka.core.converters.ArffSaver; 
import weka.core.stemmers.LovinsStemmer; 
import weka.core.stemmers.Stemmer; 
import weka.core.stopwords.WordsFromFile; 
import weka.core.tokenizers.NGramTokenizer; 
import weka.filters.Filter; 
import weka.filters.unsupervised.attribute.StringToNominal; 
import weka.filters.unsupervised.attribute.StringToWordVector; 

public class TestWeka { 


    public static BufferedReader readDataFile(String filename) { 
     BufferedReader inputReader = null; 

     try { 
      inputReader = new BufferedReader(new FileReader(filename)); 
     } catch (FileNotFoundException ex) { 
      System.err.println("File not found: " + filename); 
     } 

     return inputReader; 
    } 

    public static void main(final String [] args) throws Exception { 
     System.out.println("Running"); 

     final StringToWordVector filter = new StringToWordVector(); 
     final ZeroR classifier = new ZeroR(); 
     final Instances data = new Instances(readDataFile("test.arff")); 
     data.setClassIndex(data.numAttributes() - 1); 

     // Use filter. 
     String[] options = new String[2]; 
     options[0] = "-R";         // "range" 
     options[1] = "4"; 
     filter.setOptions(options); 


     filter.setInputFormat(data); 
     Instances filteredData = Filter.useFilter(data, filter); 
     filteredData.setClassIndex(0); 
     // Rebuild classifier. 
     classifier.buildClassifier(filteredData); 
       ArffSaver saver = new ArffSaver(); 
       saver.setInstances(data); 
       saver.setFile(new File("input_test_filtered.arff")); 
       saver.writeBatch(); 

     Instances testInstances=new Instances(readDataFile("test2.arff")); 
     testInstances.setClassIndex(testInstances.numAttributes()-1); 
     Instances filteredTestData=Filter.useFilter(testInstances, filter); 
     filteredTestData.setClassIndex(data.numAttributes()-1); 
     saver = new ArffSaver(); 
     saver.setInstances(testInstances); 
     saver.setFile(new File("output_test_filtered.arff")); 
     saver.writeBatch(); 

     for (int j = 0; j < filteredTestData.numInstances(); j++) { 
     double value = classifier.classifyInstance(filteredTestData.instance(j)); 
     System.out.println("value::" + value); 
     // get the prediction percentage or distribution 
     double[] percentage = classifier.distributionForInstance(filteredTestData.instance(j)); 

     String prediction = data.classAttribute().value((int) value); 

     for (int i = 0; i < percentage.length; i = i + 1) { 
      System.out.println("Probability of class " + data.classAttribute().value(i) 
        + " : " + Double.toString(percentage[i])); 
     } 
     System.out.println("The predicted value of instance " + Integer.toString(j) + ": " + prediction); 

    } 
    } 

} // End of the class // 

Я всегда получаю X в результате, когда я классифицирую экземпляр. Любая помощь высоко ценится!!!

обновленный код

package wekaproject; 

import java.io.BufferedReader; 
import java.io.File; 
import java.io.FileReader; 

import weka.classifiers.functions.LibLINEAR; 
import weka.core.DenseInstance; 
import weka.core.Instance; 
import weka.core.Instances; 
import weka.core.converters.ArffSaver; 
import weka.filters.Filter; 
import weka.filters.unsupervised.attribute.StringToNominal; 

public class demo1 { 
    public demo1() throws Exception { 
     // TODO Auto-generated constructor stub 
     BufferedReader breader = null; 
     breader = new BufferedReader(new FileReader(
       "test.arff")); 
     Instances Train = new Instances(breader); 
     //Train.setClassIndex(Train.numAttributes() - 1); // comment out this line 
     LibLINEAR kMeans = new LibLINEAR(); 


     StringToNominal filter=new StringToNominal(); 
     String options[]=new String[2]; 
     options[0]="-R"; 
     options[1]="4"; 
     filter.setInputFormat(Train); 






     Instances traineData=Filter.useFilter(Train, filter); 
     traineData.setClassIndex(4); 
     kMeans.buildClassifier(traineData); 

     breader.close(); 

     ArffSaver saver = new ArffSaver(); 
     saver.setInstances(traineData); 
     saver.setFile(new File("output_test_filtered2.arff")); 
     saver.writeBatch(); 

     Instance instance = new DenseInstance(4); 
     instance.setDataset(traineData); 
     instance.setValue(0, "what"); 
     instance.setValue(1, "car"); 
     instance.setValue(2, "green"); 
     instance.setValue(3, "y"); 

     double value = kMeans.classifyInstance(instance); 
     System.out.println("value::" + value); 

     double[] percentage = kMeans.distributionForInstance(instance); 

     String prediction = traineData.classAttribute().value((int) value); 

     for (int i = 0; i < percentage.length; i = i + 1) { 
      System.out.println("Probability of class " + traineData.classAttribute().value(i) 
        + " : " + Double.toString(percentage[i])); 
     } 
     System.out.println("The predicted value of instance " + Integer.toString(0) + ": " + prediction); 

    } 
    public static void main(String[] args) throws Exception { 
     // TODO Auto-generated method stub 
     new demo1(); 
    } 
} 

Answer 1

Попробуйте StringToNominal фильтр, чтобы преобразовать "атрибут класса". Строка вызова команда

weka.filters.unsupervised.attribute.StringToNominal -R last

В это время я не знаю, как точно назвать это внутри Java кода.