线程“main”java.lang.IllegalArgumentException 中的异常：字符串中的属性数量错误 + Mahout答案

【问题标题】：Exception in thread "main" java.lang.IllegalArgumentException: Wrong number of attributes in the string + Mahout线程“main”java.lang.IllegalArgumentException 中的异常：字符串中的属性数量错误 + Mahout
【发布时间】：2014-08-10 13:11:54
【问题描述】：

我正在尝试使用以下命令创建文件描述符：

$ MAHOUT_HOME/core/target/mahout-core--job.jar org.apache.mahout.classifier.df.tools.Describe -p testdata/KDDTrain+.arff -f testdata/KDDTrain+.info -d N 3 C 2 N C 4 N C 8 N 2 C 19 N L

来自链接： https://mahout.apache.org/users/classification/partial-implementation.html 在我的数据文件上，但无论我采用什么文件并更改属性字符串的数量 N 3 C 2 N C 4 N C 8 N 2 C 19 N L 。

我得到以下异常：

Exception in thread "main" java.lang.IllegalArgumentException: Wrong number of attributes in the string

请帮忙！

【问题讨论】：

标签： mahout

【解决方案1】：

有几个原因可能会导致您收到类似的错误...

错误的描述符：为了完整起见，将其放入。你一定已经检查过这个了。您实际上为数据提供了错误的描述符。重新检查列的数量和类型，然后将它们正确地提供给描述符。
分隔符错误：重新检查数据中使用的分隔符。这也可能造成一些麻烦。可能是您拥有的数据在某些记录中放置了错误的分隔符。确保这一点。
特殊字符：在我的几个实验中，我注意到 mahout 不喜欢某些特殊字符，或者数据包含非英语语言的字符（当然，除非你调整代码） .因此，请确保您有办法处理它们，您应该一切顺利。

无论如何，所有这些都是为了创建数据描述符。 ATB。

【讨论】：

谢谢！问题是文本文件中有特殊字符。
如果您对它感到满意，请“赞成”和“接受”答案（这里有点新，所以会喜欢一些声誉：P）

【解决方案2】：

老问题，但我有一个更尖锐的答案，我在登陆这里后发现了同样的问题。

在这种特殊情况下，我发现的问题是数据文件的格式（来自http://nsl.cs.unb.ca/NSL-KDD/）似乎已经从示例中更改，如Mahout Random Forest example page.

示例列出了带有说明符的行格式

N 3 C 2 N C 4 N C 8 N 2 C 19 N L

但是在行尾有一个额外的元素；例如：

13,tcp,telnet,SF,118,2425,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,1,0.00,0.00,0.00,0.00,1.00,0.00,0.00,26,10,0.38,0.12,0.04,0.00,0.00,0.00,0.12,0.30,guess_passwd,2

还有一个字段。在说明符末尾添加另一个数字字段 (N)，如

N 3 C 2 N C 4 N C 8 N 2 C 19 N L N

我很幸运只使用了普通的.txt 文件格式而不是.arff 文件格式。

【讨论】：