【发布时间】：2012-07-21 08:08:39
【问题描述】：
我有 20 个属性集，其中很少是字符串，例如美国各州的代码、订阅计划的名称等。我们如何在 WEKA 中处理字符串属性以构建决策树？
我阅读了有关 stringtowordvector 转换器的信息，但是每个属性的字符串本身只是一个单词。
【问题讨论】：
标签： java machine-learning weka decision-tree
【发布时间】：2012-07-21 08:08:39
【问题描述】：
你可能想通了——你必须将这样的“字符串属性”（实际的字符串属性在 WEKA 中是其他东西）声明为名义属性，即，你必须在 ARFF 标头中以 curly 形式声明它们可以具有的所有值括号。
【讨论】：
-
weka 手册中的示例：@ATTRIBUTE class {Iris-setosa,Iris-versicolor,Iris-virginica}
只需在您的 ARFF 文件中声明此架构之后的属性即可：
@attribute <att_name> string
要小心，因为Strings 内部存储在字符串表中，并表示为
他们在那张表中的地址。因此，包含相同字符的两个字符串将
具有相同的值。
来源（书）：数据挖掘：实用机器学习工具和技术第 3 版
【讨论】：