拨浪鼓将字符串从 WEKA 加载到矢量文件

Question

一直在用WEKA做一些文本分类的工作，想试试 出R。

问题是我无法将字符串加载到由创建的 Vector ARFF 文件 WEKA 的字符串解析器到 Rattle 中。

查看日志我得到如下信息：

/Error in scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings,

: scan() expected 'a real', got '2281}'/

我的 ARFF 数据文件看起来有点像这样：

@relation 'reviewData'

@attribute polarity {0,2}
.....
@attribute $$ numeric
@attribute we numeric
@attribute wer numeric
@attribute win numeric
@attribute work numeric

@data
{0 2,63 1,71 1,100 1,112 1,140 1,186 1,228 1}
{14 1,40 1,48 1,52 1,61 1,146 1}
{2 1,41 1,43 1,57 1,71 1,79 1,106 1,108 1,133 1,146 1,149 1,158 1,201 1}
{0 2,6 1,25 1,29 1,42 1,49 1,69 1,82 1,108 1,116 1,138 1,140 1,155 1}
..../

任何想法如何将其转换为 R 可读格式？

干杯！

Answer 1

当您保存StringToWordVector 属性过滤器的结果时，它将被保存为sparse ARFF 文件。

你需要检查Rattle是否支持读取这种格式。如果没有，您可以应用SparseToNonSparse 实例过滤器，它将其转换为密集矩阵格式（文件大小会大得多）。

示例：如果稀疏数据看起来像：

sparse.arff

@relation name
@attribute word1 numeric
@attribute word2 numeric
..
@attribute word10 numeric
@data
{0 1,3 3,8 1,9 1}
{2 2,5 1,8 1,9 1}

它将被转换为：

nonsparse.arff

@relation name
@attribute word1 numeric
@attribute word2 numeric
..
@attribute word10 numeric
@data
1,0,0,3,0,0,0,0,1,1
0,0,2,0,0,1,0,0,1,1