arff

-1熱度

1回答

我是Weka的新手，我必須將它用於大學項目。因此，我創建了一個.csv文件，當我嘗試將其上傳到Weka時，它說：「未識別爲CSV數據文件。原因：在第2行遇到了1個問題」。然後，如果我用記事本打開.csv文件，然後保存爲.arff文件，當我嘗試用Weka再次打開它時，在這種情況下，我收到另一個錯誤消息：「未識別爲arff數據文件原因：過早結束，讀取令牌[EOL]，第8行「。請幫忙，我對Weka的

2熱度

1回答

在java中使用樸素貝葉斯（weka）的簡單文本分類

我嘗試在我的java代碼中做文本分類樸素貝葉斯weka libarary，但我認爲分類的結果是不正確的，我不知道是什麼問題。我使用arff文件輸入。這是我的訓練數據： @relation hamspam @attribute text string @attribute class {spam,ham} @data 'good',ham 'good',ham 'very good

0熱度

1回答

錯誤雖然WEKA

打開ARFF文件我有一個Excel工作表我使用的在線工具轉換它ARFF文件，但是當我試圖在3.8版本WEKA軟件來打開它顯示我這個error-- 我重視其彈出的對話框中的形象。請幫助我。在此先感謝

0熱度

1回答

將.txt中的大數據集轉換爲.arff格式

我有大約1 GB的大數據集，需要將其從.txt轉換爲.arff格式。所有來源從.txt轉換爲.csv，然後轉換爲.arff，但使用在線轉換器時，最大大小爲100 MB。任何人都可以幫助我如何轉換這1 GB的數據？

0熱度

1回答

weka.apriori中的java堆空間錯誤

我在我的數據上實現了Aprioiri算法。數據近700條記錄，近81個屬性。我想爲這些數據生成關聯規則。這是我的程序代碼： public class Aprioritest { /** * @param args the command line arguments */ public static void main(String[] args) throws Exception {

0熱度

1回答

從加載的arff文件創建列車和測試變量

我想執行多標籤分類。 A有一個我加載的arff格式的數據集。但是，我現在不知道如何將導入數據轉換爲X和y向量，以便應用sklearn/train_test_split。我怎樣才能得到X和Y？ data, meta = scipy.io.arff.loadarff('../yeast-train.arff') df = pd.DataFrame(data) #Get X, y X, y =

0熱度

1回答

生成weka中的標籤後沒有新行ARFF文件

我在我的Java代碼中使用weka。我的系統的一部分構建了一個ARFF文件，以後可以用來構建分類器。長話短說：我曾經對如何從代碼構建我的ARFF文件這兩個秧雞教程： Build dataset Save dataset to ARFF 我的代碼是非常接近，他們在這些教程做。第二個教程的注意事項：我使用了ARFFSaver。（我已經使用了Java的I/O，但它不會改變任何東西）我的結果文件看起

0熱度

1回答

如何將從.arff文件加載的arff對象轉換爲數據框格式？

我能夠使用以下命令加載.arff文件。但我無法從對象中提取數據並將對象轉換爲數據幀格式。我需要這個在這個數據框上應用機器學習算法。命令： - import arff dataset = pd.DataFrame(arff.load(open('Training Dataset.arff'))) print(dataset) 請幫我將數據從這裏轉換成數據幀。

0熱度

1回答

入侵偵測數據集

首先關閉所有我希望我的主題不會delte因爲也許出題目但我沒有找到更好的網站發佈它。我正在研究入侵檢測項目，因爲我的研究大多數入侵檢測數據集（KDD，DARPA，CDX，ISCX ...）每個基地都有其適當的格式（arff，tcmpdump，dump，csv ...）所以我想要將DataSet從Dump和Tcpdump轉換爲Arff，將其轉換爲arff格式（如果您有更好的想法將數據集轉換爲相同的格

0熱度

1回答

轉換CSV到ARFF

我對數據挖掘，我們從kaggle給CSV數據的一所學校項目的工作（這是怎樣的數據看起來（2線出6970））： 4,1970,Female,150,DomesticPartnersKids,Bachelor's Degree,Democrat,,Yes,No,No,No,Yes,Public,No,Yes,No,Yes,No,No,Yes,Science,Study first,Yes,Yes,No