Weka中的ARFF文件

最新推荐文章于 2021-02-13 04:51:20 发布

huagong_adu

最新推荐文章于 2021-02-13 04:51:20 发布

阅读量8.2k

点赞数 1

分类专栏：数据挖掘 Weka

本文链接：https://blog.csdn.net/huagong_adu/article/details/8291422

版权

数据挖掘同时被 2 个专栏收录

2 篇文章 1 订阅

订阅专栏

Weka

1 篇文章 0 订阅

订阅专栏

Weka中用的ARFF文件格式分为两部分：Header 和Data。其中Header部分用于定义Relation的名字、一系列Attribute的名字和类型，比如：

   @RELATION iris
 
   @ATTRIBUTE sepallength  NUMERIC
   @ATTRIBUTE sepalwidth   NUMERIC
   @ATTRIBUTE petallength  NUMERIC
   @ATTRIBUTE petalwidth   NUMERIC
   @ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}

Data部分，顾名思义就是数据，其中的Attribute顺序必须与Header定义的顺序一致，如果值为空则用?代替，不同Attribute值之间用逗号分隔，逗号后面可跟若干空格，格式如下：

   @DATA
   5.1,3.5,1.4,0.2,Iris-setosa
   4.9,3.0,1.4,0.2,Iris-setosa
   4.7,3.2,1.3,0.2,Iris-setosa
   4.6,3.1,1.5,0.2,Iris-setosa
   5.0,3.6,1.4,0.2,Iris-setosa
   5.4,3.9,1.7,0.4,Iris-setosa
   4.6,3.4,1.4,0.3,Iris-setosa
   5.0,3.4,1.5,0.2,Iris-setosa
   4.4,2.9,1.4,0.2,Iris-setosa
   4.4,?,1.5,?,Iris-setosa

其中@RELATION、@ATTRIBUTE、@DATA对大小写不敏感，对于ARFF文件中出现的所有字符串（名字或者值），如果中间有空格出现一律需要用引号括起来。

Attribute支持的数据类型包括：

1. numeric

2. real(当做numeric)

3. integer(当做numeric)

4. string

5. 枚举类型

6. date [<date-format>]

这些数据类型关键词numeric、real、integer、string、date对大小写不敏感。其中枚举类型在定义完Attribute的名字后紧跟着可选值的范围，用花括号括起来。date类型如不指明格式默认使用ISO-8601定义的格式：yyyy-MM-dd HH:mm:ss，如要指定特定的格式，在date后面指定，格式同java.text.SimpleDateFormat规定的相同。

Data部分的值大小写敏感，date值必须与指定的格式相同。

参考：

http://weka.wikispaces.com/ARFF+%28book+version%29