如何在 Weka 中为高维向量创建 ARFF 文件？答案

【问题标题】：How to create an ARFF file for high dimensional vectors in Weka?如何在 Weka 中为高维向量创建 ARFF 文件？
【发布时间】：2014-06-13 11:32:18
【问题描述】：

我有想要使用 Weka 聚类的高维（200 维）向量。我应该如何以 ARFF 格式表示它？

数据是这样的（dim1、dim2 等是实数）：

vector_label dim1 dim2 dim3 ...... dim200

这里的链接 - http://weka.wikispaces.com/ARFF+%28stable+version%29 告诉我我应该如下表示它：

@RELATION vectors
@ATTRIBUTE vector_label STRING
@ATTRIBUTE dim1 NUMERIC
@ATTRIBUTE dim2 NUMERIC
@ATTRIBUTE dim3 NUMERIC
....
@ATTRIBUTE dim200 NUMERIC

@DATA
vector1,0.1,0.2,-2.1, ...... ,-0.1

等等。

这是正确的吗？我问的原因是该链接并没有真正清楚地说明高维向量，但我觉得可能有更好的方式来表示它们，我不知道。

【问题讨论】：

标签： cluster-analysis weka arff

【解决方案1】：

这种表述是正确的。当你有更多或更少的维度时，ARFF 表示没有特别的区别。

但是，如果向量是稀疏的（大多数向量中的大多数维度值为零，您可能需要使用Sparse ARFF 表示，这样会更紧凑并节省磁盘空间和内存。

【讨论】：

【解决方案2】：

如果您的数据不稀疏，则您的示例正确。如果您的数据稀疏，请使用sparse arff file format。可以找到一个例子here

【讨论】：