使用 Weka：训练数据可以有多长吗？答案

【问题标题】：Using Weka: Can Training Data be of Multiple Length?使用 Weka：训练数据可以有多长吗？
【发布时间】：2013-11-30 05:24:53
【问题描述】：

对 Weka 来说相对较新，我想知道是否可以基于包含可变长度数据行的 CSV 文件来训练分类器。例如如下所示的 CSV 文件：

1, 2, 3, 4, 3, 2, 1
1, 2, 4, 3, 2, 1
...

虽然基本，但这两条线都显示出清晰的模式。如果接收到类似的模式，Weka 分类器是否可以有效地处理看起来像这样的 CSV 文件？

【问题讨论】：

标签： java csv machine-learning classification weka

【解决方案1】：

简而言之 - 不，这是一个困难的案例，不能简单地使用默认的 WEKA 模型来解决。此类数据需要预处理以获得 WEKA 可以处理的固定长度表示（可能有缺失值），或者使用一些可以处理此类数据的更复杂的模型。它看起来像一个时间序列，因此您应该寻找可以使用它的工具/模型。我建议查看使用自定义距离度量（例如 KNN）而不是原始数据表示的 DTW（动态时间扭曲）和分类器。

【讨论】：

【解决方案2】：

没有。您需要明确指定哪个功能缺少值。例如，如果

1,2,3,4,3,2,1 is a row with all data; then
1,,2,4,3,2,1  is another row in which the 2nd feature is missing value.

【讨论】：

并非总是如此；一个值可能不会丢失，但某些读数可能只是比其他读数短，但如果绘制图形，则具有相同的模式。
你能举个例子或详细说明吗？
所以就像我给出的例子一样，如果读数的规律性比读数的数据多，但会有相同的模式。