Weka 不断抛出错误“无法将结构确定为 arff”答案

【问题标题】：Weka continually throws error "Unable to determine structure as arff"Weka 不断抛出错误“无法将结构确定为 arff”
【发布时间】：2021-04-25 12:14:40
【问题描述】：

我正在尝试将 arff 文件导入 weka，但我不断收到以下错误

无法将结构确定为 arff（原因：java.io.IOException: } 预期在枚举结束时，读取 Token[EOL]，第 20 行

右括号 } 存在，我在第 20 行找不到任何其他错误。事实上，在我删除第 20 行后，错误再次出现。我附上了一个指向 arff 的链接，其中包含几行数据：Link

【问题讨论】：

你能发布整个标题，从@relation 到@data 吗？顺便说一句，REAL 已经过时了，应该改用numeric。
@fracpete 谢谢我不知道。我添加了文件的图像
而不是图像，将标题（和一些数据行）作为文本发布，这样我可以尝试输入它。也支持此评论，以便我在收件箱中收到一个标志，并记得尝试帮助你。
@zbicyclist 谢谢我附上了文件的链接。第 19 行有很多值，所以您必须滚动一下。

标签： weka

【解决方案1】：

我在这里看到三个问题。 FIRST：在您链接到的文件中，最后一个属性是 los_category，即 NUMERIC：

@ATTRIBUTE los_category NUMBERIC

但是数据行中的最后一个变量显然不是数字（低）。

21,22,165315,4/9/2196__12:26:00_PM,4/10/2196__3:54:00_PM,?,EMERGENCY,EMERGENCY_ROOM_ADMIT,DISC-TRAN_CANCER/CHLDRN_H,Private,?,UNOBTAINABLE,MARRIED,WHITE,4/9/2196__10:06:00_AM,4/9/2196__1:24:00_PM,BENZODIAZEPINE_OVERDOSE,0,1,1.144444444,Low

您已经使用 @ATTRIBUTE 语句定义了 20 个变量（第 3-22 行），但实际上您的数据行有 21 个变量。

第二，您有时间变量（例如，admittime）作为数字；但他们显然有非数字字符。我知道 ARFF 文件需要日期/时间的特定格式，但我不是这方面的专家，无法确定修复。不过，这绝对是个问题。当我创建一个仅包含前 3 个变量的文件时，它可以正常加载。当我添加第四个 (@ATTRIBUTE admissiontime NUMERIC) 时，我收到与您报告的相同的错误。

第三，第 19 行（@ATTRIBUTE 诊断）有数百个字符长。您现在可能希望将其视为 STRING 变量类型，以确保您不会因那条大行而使读取缓冲区超载。

【讨论】：

还有一些 cmets：@ATTRIBUTE diagnosis 仅列出带有双引号的分类值，但缺少结束引号。 @ATTRIBUTE marital_status 将问号列为值，但是这往往是为缺失值保留的。如果要使用缺失值标记值而不是缺失值，则需要使用单引号对其进行转义（在标题定义和数据部分中）。总而言之，我建议不要手动创建 ARFF 文件，而是使用 Weka 创建它们，例如从 CSV 文件或数据库表/查询中加载它们。
@zbicyclist 是的，我使用在线转换器来创建此文件。我什至不知道字符串是一种有效的数据类型。感谢您所有周到的cmets。我现在在不同的线路上遇到错误，所以我想这是进步。我会像你说的那样看日期格式。