weka中的数据格式讲解

　　weka中的数据格式讲解

　　在之前的介绍里面，我们详细介绍了weka数据分析软件的安装以及一些基本的使用细节，但是相信对于许多香港vps的使用者来说，熟练的使用weka进行项目的开发依然是一个不太容易的事情，现在我们就来进行weka的进一步精讲，带领大家进一步学习weka，首先我们就来介绍一下weka中的数据格式。

　　weka的数据格式和其他的数据系统相比具有不同的格式，它有都属于自己的数据系统，现在我们来看看WEKA所用的数据应是什么样的格式，跟很多电子表格或数据分析软件一样，WEKA所处理的数据集是一个二维的表格，在表格之中，表格里的一个横行称作一个实例，可以称为数据库中的一条记录。竖行称作一个属性，既是数据库中的一个字段。这样一个表格，呈现了属性之间的一种关系。通常来讲：WEKA存储数据的格式是ARFF文件，

　　现在小编就带领大家对weka的数据格式进行具体的介绍：

　　1：关系声明

　　关系名称在ARFF文件的第一个有效行来定义，格式为

　　@relation

　　2：属性声明

　　在weka之中：属性的声明通过使用一列以@attribute表示的行构成的。数据集中的每一个属性都有它对应的"@attribute"语句，一般在.arff文件之中，属性的声明要放整个文件的开头，而且还需要同过@attribute进行显示的表示，这一行定义了它的属性名称和数据类型。这些声明语句的顺序很重要。因为它表明了该项属性在数据部分的位置。

　　WEKA支持的数据类型有四种，它们分别是：1：数值型、2：分类型、3：字符串型、4：日期和时间型。其中数值型属性可以是全体实数，分类属性列出一系列可能的类别名称并放在花括号中：{,,,...}，数据集中该属性的值只能是其中一种类别，字符串属性中可以包含文本，日期和时间属性统一用"date"类型表示。对于数据的具体表示：每个实例占一行，实例的各属性值用逗号","隔开。如果某个属性的值是缺失值，用问号"?"表示，且这个问号不能省略。字符串属性和分类属性的值是区分大小写的。若值中含有空格，必须被引号括起来。日期属性的值必须与属性声明中给定的相一致。

　　3：对于稀疏数据的处理

　　有的时候数据集中含有大量的0值，这个时候用稀疏格式的数据存贮更加省空间。

　　稀疏格式是针对数据信息中某个实例的表示而言，不需要修改ARFF文件的其它部分。看如下的数据：

　　@data

　　0,X,0,Y,"classA"

　　0,0,W,0,"classB"

　　用稀疏格式表达的话就是

　　@data

　　{1X,3Y,4"classA"}

　　{2W,4"classB"}

　　在稀疏格式中没有注明的属性值不是缺失值，而是0值。

　　4：数据准备

　　使用WEKA作数据挖掘，面临的第一个问题往往是数据的格式问题，通常对于许多的初学者而言，会使用excel表格构造数据。但是WEKA还提供了对CSV文件的支持，一般来讲CSV格式是被很多其他软件所支持的。

　　如果您还有什么不明确或者是不懂的地方，欢迎来新世界主机咨询了解，详情请咨询QQ: TEL: 。我们必将竭诚为您服务。