【发布时间】：2015-03-01 16:50:06
【问题描述】：
我正在尝试在 Weka 中使用 LibSVM。在我的 .arff 数据集中，我有 @attribute attr1 字符串。但是当我检查 LibSVM 功能时，我发现 LibSVM 不支持字符串属性。有没有办法将字符串转换为数值，所以我可以将它保存在我的数据集中。
【问题讨论】：
【发布时间】：2015-03-01 16:50:06
【问题描述】：
如果真的是字符串（而不是标称值），可以使用StringToWordVector
将字符串属性转换为一组属性，这些属性表示来自字符串中包含的文本的单词出现（取决于标记器）信息。单词（属性）的集合由过滤的第一批（通常是训练数据）决定。
这真的取决于你想从字符串中得到什么。如果它不是“普通”文本，而是像 DNA 序列这样的东西，你就需要完全不同的东西。
【讨论】：
-
谢谢。我决定从我的训练模型中删除文本特征。不过还是谢谢
-
出于兴趣，它是什么字符串属性？我很好奇
-
我正在从事开源项目，我想使用来自错误跟踪系统的错误描述作为训练模型的功能之一 :)
-
那么 StringToWord 向量就可以解决问题了。或者，您可以手动构建重要术语的列表并提取它们，例如，术语“Linux”是否包含在二进制特征中