Weka：加载没有标题的CSV文件

Question

如何在 Weka 中加载没有标题的 CSV 文件？

有一些相关的问题，但似乎没有一个问题。

MWE

这是test.csv 文件：

20,1,"+"
30,2,"+"
30,1,"+"
15,1,"-"
10,0,"-"

这里是Test.java 代码：

// javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test

import weka.core.converters.CSVLoader;
import weka.core.Instances;
import weka.classifiers.Classifier;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.Evaluation;
import java.io.File;

class Test
{
    public static void main(String[] args) {
        try {
            CSVLoader loader = new CSVLoader();
            loader.setOptions(new String[] {"-H"});
            loader.setSource(new File("test.csv"));

            Instances tr = loader.getDataSet();
            tr.setClassIndex(tr.numAttributes() - 1);

            Classifier m = (Classifier) new NaiveBayes();
            m.buildClassifier(tr);

            Evaluation eval = new Evaluation(tr);
            eval.evaluateModel(m, tr);

            System.out.println(eval.toSummaryString());
        }
        catch(Exception ex) {
            System.out.println(ex);
        }
    }
}

运行时，它只报告 4 个实例，而不是 5。如果我添加标题，那么它可以正常工作。

Correctly Classified Instances           4              100      %
Incorrectly Classified Instances         0                0      %
Kappa statistic                          1     
Mean absolute error                      0.0065
Root mean squared error                  0.0112
Relative absolute error                  1.3088 %
Root relative squared error              2.2477 %
Total Number of Instances                4     

注意我用过：

            loader.setOptions(new String[] {"-H"});

我也尝试过直接 API loader.setNoHeaderRowPresent(true);，但似乎在 Weka 3.6.13 中不可用。

参考资料：

• CSVLoader API

编辑：原来这是 3.6.13 中的一个问题。该代码适用于 3.7.10。

Answer 1

作为一种解决方法，这会读取 CSV 文件并将其作为 ARFF 文件传递​​：

// javac -Xlint -cp weka.jar Test.java && java -cp .:weka.jar Test

import weka.core.converters.CSVLoader;
import weka.core.Instances;
import weka.classifiers.Classifier;
import weka.classifiers.bayes.NaiveBayes;
import weka.classifiers.Evaluation;
import java.io.FileReader;
import java.io.BufferedReader;
import java.io.StringReader;
import java.lang.StringBuffer;

class Test
{
    public static void main(String[] args) {
        try {
            String filename = "test.csv";
            BufferedReader br = new BufferedReader(new FileReader(filename));
            String line = br.readLine();
            int cols = line.length() - line.replace(",", "").length() + 1;

            StringBuilder arff = new StringBuilder("@RELATION test\n");
            for(int i = 0; i < cols-1; i++) {
                arff.append("@ATTRIBUTE ");
                arff.append(String.valueOf((char)(i + 'a')));
                arff.append(" NUMERIC\n");
            }
            arff.append("@ATTRIBUTE class {+,-}\n");
            arff.append("@DATA\n");

            while(line != null) {
                arff.append(line);
                arff.append("\n");
                line = br.readLine();
            }

            System.out.println(arff.toString());
            Instances tr = new Instances(new StringReader(arff.toString()));

            tr.setClassIndex(tr.numAttributes() - 1);

            Classifier m = (Classifier) new NaiveBayes();
            m.buildClassifier(tr);

            Evaluation eval = new Evaluation(tr);
            eval.evaluateModel(m, tr);

            System.out.println(eval.toSummaryString());
        }
        catch(Exception ex) {
            System.out.println(ex);
        }
    }
}

Answer 2

我不确定 3.6.13，但 3.7.10 的代码显示，如果 setNoHeaderRowPresent 设置为 true，则添加第一行数据。

你设置为false，设置为true.Refrence from grepcode of CSVLoader

设置数据中是否没有标题行。
参数：b true if 数据中没有标题行
公共无效 setNoHeaderRowPresent(boolean b) {
m_noHeaderRow = b; 293
}

if (m_noHeaderRow) {    
  m_rowBuffer.add(firstRow);  
 }

所以在你的代码中使用

loader.setNoHeaderRowPresent(true)

而不是 loader.setNoHeaderRowPresent(false) 将第一行包含在数据集中。