将文本数据集加载到 python weka 包装器中答案

【问题标题】：Loading Text dataset into python weka wrapper将文本数据集加载到 python weka 包装器中
【发布时间】：2015-05-17 18:57:59
【问题描述】：

我在 Windows 7 上安装了 weka python 包装器。我尝试运行示例代码：

import weka.core.jvm as jvm
jvm.start()

data_dir = "E:/Files/Fourth/"

from weka.core.converters import Loader
loader = Loader("weka.core.converters.TextDirectoryLoader")
datasets = [
  data_dir + "File 1",
  data_dir + "File 2",
  data_dir + "File 3",
  data_dir + "File 4",
  data_dir + "File 5"

 ]
data = loader.load_file(datasets)
data.delete_last_attribute()
print(data)

我收到以下错误：

Traceback (most recent call last):
File "C:/Python27/weekaa.py", line 16, in <module>
data = loader.load_file(datasets)
File "C:\Python27\lib\site-packages\weka\core\converters.py", line 67, 
in load_file
self.enforce_type(self.jobject,   
"weka.core.converters.FileSourcedConverter")
File "C:\Python27\lib\site-packages\weka\core\classes.py", line 155, 
in  enforce_type
raise TypeError("Object does not implement or subclass " + 
intf_or_class  + "!")
TypeError: Object does not implement or 
subclass  weka.core.converters.FileSourcedConverter!

我通过将类路径添加到 weka.jar 或 python-weka-wrapper 来尝试解决上一个问题，但没有奏效。加载 .arff 文件类型时不会出现错误。

有没有办法加载文本文件？

注意：数据集中的每个文件都有一组文本文档文件（用于以后的聚类）

【问题讨论】：

标签： python weka

【解决方案1】：

TextDirectoryLoader 不能与当前发布的 python-weka-wrapper 版本一起使用，因为它的操作方式对所有人都不同。现在在更新 (https://groups.google.com/forum/#!topic/python-weka-wrapper/hgfFMnEIKZg) 之后，TextDirectoryLoader 类已添加到 python weka 包装器中，可以按如下方式使用：

from weka.core.converters import TextDirectoryLoader 
text_dir = "/the/directory/you/want/to/load" 
loader = TextDirectoryLoader(options=["-dir", text_dir, "-F","-charset", "UTF-8"]) 
data = loader.load() 
print(unicode(data))

确保你有python weka wrapper的更新包，可以从这里下载

[http://github.com/fracpete/python-weka-wrapper]

并从源代码安装：python setup.py install

【讨论】：