在 Weka 中处理字符串数据和分类答案

【问题标题】：Working with string data and classification in Weka在 Weka 中处理字符串数据和分类
【发布时间】：2013-02-20 19:19:24
【问题描述】：

我有一个数据集，它由一对字符串和它所属的类组成。字符串是一个句子。班级可以是“男性”或“女性”。一个例子-

'嗨！我叫杰克，男

我将其用作训练集，因此，给定一组不同的字符串，它可以区分该语句来自男性还是女性。我正在使用 WEKA 的 stringtowordvector 将字符串转换为包含该字符串中单词数的向量。使用结果 arff 我希望它生成一个预测算法（决策树？），我可以在未分类的数据集上使用它。我该怎么做？我应该使用哪个分类器？在这种情况下，还有哪些其他预处理技术会有所帮助？

【问题讨论】：

标签： machine-learning data-mining weka

【解决方案1】：

Weka 主页上的简单消息分类器示例（code 和 wiki）示例可能是一个很好的起点，或者 Text Categorization Wiki。

几乎任何线性分类器都是一个很好的起点。我建议将Logistic Regression 或Support Vector Machines 作为一个很好的起点。

【讨论】：

您的逻辑回归和支持向量机链接已损坏。