問題タブ [arff]

wekaでは、arff ファイルを読み込みます。視覚化タブを使用して、属性間の関係を表示できます。

しかし、ジッタースライダーの意味がわかりません。その目的は何ですか？

ある講義で使用するいくつかのファイル形式 ( ARFF )用に、実践的な再帰的な純粋な python パーサーを作成しました。現在、私のエクササイズ提出の実行が非常に遅いです。私のパーサーで最も多くの時間が費やされていることがわかりました。多くの CPU 時間を消費しています。HD がボトルネックではありません。

Python でパーサーを作成するには、どのようなパフォーマンスの高い方法があるのだろうか? Cで書き直したくないので、jythonを使おうとしましたが、パフォーマンスが大幅に低下しました。私が解析したファイルは部分的に巨大 (> 150 MB) で、非常に長い行があります。

私の現在のパーサーは、1 文字の先読みしか必要としません。ここにソースを投稿しますが、それが良いアイデアかどうかはわかりません。やはり提出期限はまだ終わっていません。ただし、この演習の焦点はパーサーではありません。使用したい言語を選択でき、Java 用のパーサーが既に用意されています。

注: 私は x86_64 システムを使用しているため、サイコ (および PyPy のようにも見えます) はオプションではありません。

更新: パーサー/ライターをbitbucketにアップロードしました。

誰かがこれをしましたか？このパーサーモジュールの使用方法に関するドキュメントはありますか？コードを調べましたが、解析後にデータを実際に使用する方法がわかりません。

ファイルsrc\main \ java \ weka \ core \ converters \ ArffLoader.java（Arff解析が行われる場所であると私は想定しています）には、次の手順があります。

• バッチ使用の一般的なコード：
• BufferedReaderリーダー=newBufferedReader（new FileReader（ "/ some / where / file.arff"））;
• ArffReader arff = new ArffReader（reader）;
• インスタンスデータ=arff.getData（）;
• data.setClassIndex（data.numAttributes（）-1）;

しかし、「データ」で他に何ができるでしょうか？各行と各行の値にアクセスするにはどうすればよいですか？

（ちなみに、私はJavaを初めて使用します。このコードを実行すると、データが何を提供するかを確認するために、データに対して何らかの内省を行うことができますか？それがPythonで行うことです。）

（プロジェクトで使用する、より単純なオープンソースのArffパーサーが存在する場合はその提案も受け付けています。）

Weka Javaライブラリを使用してCSVファイルを読み込み、ARFFファイルに変換しています。

問題は、CSVファイルにヘッダー行がなく、データのみがあることです。CSVファイルを取り込んだ後、属性名を割り当てるにはどうすればよいですか？（すべての列は文字列データ型になります）

これが私がこれまでに持っているコードです：

私はこれを理解するためにWekaのソースコードを調べてみましたが、それの頭や尾を作ることができませんでした:-(

WEKA にxmlファイルをフィードできますか? または、arffフォーマットを使用する必要がありますか？

ありがとう

テキストファイルから単語を抽出し、ファイル内で出現する回数をカウントするPythonスクリプトがあります。

それらを「.ARFF」ファイルに追加して、weka分類に使用したいと思います。上記は私のPythonスクリプトの出力例です。各テキストファイルを別々に保ちながら、それらをARFFファイルに挿入するにはどうすればよいですか。各ファイルは、{"ここに単語があります!!"}によって区別されます。

weka のエクスプローラーでは、データに対してクラスタリングを実行し、視覚化を使用して、クラスターの割り当てを属性として新しい arff ファイルを保存できます。

コマンドラインで実行可能ファイルを呼び出して、これを自動的に行う方法はありますか?

テキストで発生する頻度を含む単語のリストを提供するコードがいくつかあります。コードが上位10単語を自動的にARFFに変換するようにしようとしています

@RELATION 単語頻度

@ATTRIBUTE 単語文字列 @ATTRIBUTE 頻度 数値

上位 10 件は頻度とともにデータとして表示されます。

現在のコードでこれを行う方法に苦労しています

これを行う方法は本当に私の頭を悩ませています!

wekaエクスプローラーにロードしたARFFがあります。私はwekaにまったく慣れていませんが、私の理解では、私が持っているarffは機能しているはずですが、分類子のどれもそれで機能していないように見えますか？

arffファイルに追加するのを見逃したものはありますか？どんな助けでも大歓迎です。ありがとう。

正しい日付形式を使用していることを誓いますが、WEKAにロードするときに解析エラーが発生し続けます。

データセットの例を次に示します。

WEKAエラー：

APIドキュメントを使用して再確認しました-何かが足りませんか？

http://download.oracle.com/javase/1.4.2/docs/api/java/text/SimpleDateFormat.html

編集 - - - - - -

トークンをスペースで区切るためのフォーマットされた日付。まだWEKAでボールをプレーしていません...