Weka打印稀疏arff文件

【问题标题】：Weka printing sparse arff fileWeka打印稀疏arff文件
【发布时间】：2012-04-08 01:25:36
【问题描述】：

我正在尝试 arff 文件的稀疏表示，如 here 所示。在我的程序中，我可以打印类标签“B”，但由于某种原因它没有打印“A”。

    attVals = new FastVector();
    attVals.addElement("A");
    attVals.addElement("B");
    atts.addElement(new Attribute("class", attVals));

    vals[index] = attVals.indexOf("A");

程序的输出类似于 -

 {0 6,2 8}      ---  I should get {0 6,2 8,3 A}

但是当我这样做时

vals[index] = attVals.indexOf("B");

我得到了正确的输出 -

 {0 6,2 8,3 B}

由于某种原因，它没有采用索引 0。有人可以告诉我为什么会这样吗？

【问题讨论】：

标签： java weka sparse-matrix arff

【解决方案1】：

这是一个非常流行的问题。根据定义，Sparse 格式不存储 0 值。

Weka ARFF format page 明确表示：

警告：保存 SparseInstance 对象时存在已知问题具有字符串属性的数据集。在 Weka 中，字符串和名义数据值存储为数字；这些数字充当索引可能的属性值数组（这是非常有效的）。然而，第一个字符串值被分配索引 0：这意味着，在内部，此值存储为 0。当 SparseInstance 为写入，内部值为 0 的字符串实例不输出，所以它们的字符串值丢失（当再次读取 arff 文件时，默认值 0 是不同字符串值的索引，因此属性值似乎发生了变化）。要解决此问题，请添加索引 0 处的虚拟字符串值，无论何时声明都不会使用可能在 SparseInstance 对象中使用的字符串属性并保存为稀疏 ARFF 文件。

您必须首先放置一个虚拟属性。只需将您的代码修改为：

attVals = new FastVector();
attVals.addElement("dummy");
attVals.addElement("A");
attVals.addElement("B");

如果您需要任何进一步的帮助，请告诉我。

【讨论】：