【发布时间】：2012-08-03 10:52:05
【问题描述】：
如果我在数据集中的一列只有 3 个可能的值。即0、1和2，如果我将它们声明为名义v/s数字，WEKA对它们有何不同？
另外，如果我有一列的属性有大量名义值，是否有一种简单的方法来声明这个具有非常高序值的名义属性？
【问题讨论】：
标签： machine-learning data-mining weka
【发布时间】：2012-08-03 10:52:05
【问题描述】：
粗略地说（取决于实际算法）：
当被视为数字时，1到2和1到3的差异大约会是两倍大。 （假设没有其他属性）。
当被视为字符串时，它们可能同样不同，如 '1' != '2' 和 '1' != '3'。 （但是，结果可能取决于数字的频率，例如；分类数据的常见差异度量涉及相对频率）
【讨论】：
-
感谢您的直观解释。您能否详细说明您关于频率和分类数据的最后一行？谢谢
-
我不使用分类数据。您必须自己在文献和 Weka 中查找适当的相似性度量。
如何处理数值和分类值取决于您使用的 Weka 中的实际机器学习算法。有些不能同时处理这两类属性，如果您选择了具有错误属性类型的此类算法，Weka 会告诉您。
一般而言，您应该将属性声明为它们的真实属性，即，如果一个值是数字的，即使只有几个不同的实际值，也要将其声明为数字。同样，如果属性是分类的，即使有许多不同的值，也要声明它。
关于您的最后一个问题，我认为 Weka 不会将分类值与少数和许多不同的实际值区分开来。它应该与其他所有内容相同。
【讨论】：