Weka - 文件格式

WEKA 支持大量的数据文件格式。以下是完整列表：

• arff
• arff.gz
• bsi
• csv
• dat
• data
• json
• json.gz
• libsvm
• m
• names
• xrff
• xrff.gz

屏幕底部下拉列表框中列出了它支持的文件类型。如下面的屏幕截图所示。

您会注意到它支持多种格式，包括 CSV 和 JSON。默认文件类型为 Arff。

Arff 格式

一个Arff文件包含两个部分 - 标题和数据。

• 标题描述了属性类型。
• 数据部分包含一个用逗号分隔的数据列表。

例如，从 WEKA 示例数据库加载的天气数据文件如下所示：

从屏幕截图中，您可以推断出以下几点：

• @relation 标记定义了数据库的名称。

• @attribute 标记定义了属性。

• @data 标记开始数据行的列表，每个数据行包含用逗号分隔的字段。

• 属性可以采用名义值，如这里所示的 outlook：

@attribute outlook (sunny, overcast, rainy)

• 属性可以采用实数值，在本例中：

@attribute temperature real

• 您还可以设置一个名为 play 的目标或类变量，如这里所示：

@attribute play (yes, no)

• 目标采用两个名义值 yes 或 no。

其他格式

Explorer 可以加载前面提到的任何格式的数据。由于 arff 是 WEKA 中的首选格式，因此您可以从任何格式加载数据并将其保存为 arff 格式以供以后使用。在预处理数据后，只需将其保存为 arff 格式即可进行进一步分析。

现在您已经了解了如何将数据加载到 WEKA 中，在下一章中，您将学习如何预处理数据。