使用 Weka 将文件拆分为测试文件和训练文件

【问题标题】：Split a file into a test file and a training file using Weka使用 Weka 将文件拆分为测试文件和训练文件
【发布时间】：2014-04-26 07:54:37
【问题描述】：

我找到了以下代码，它将示例分配为 75% 的训练数据和 25% 的测试数据：

java weka.filters.supervised.instance.StratifiedRemoveFolds -i full.arff -o train.arff -c last -N 4 -F 1 -V
java weka.filters.supervised.instance.StratifiedRemoveFolds -i full.arff -o test.arff -c last -N 4 -F 1

但是，我需要拆分数据，使 70% 用于训练，30% 用于测试。

我该怎么做？

我不希望拆分随机化。

【问题讨论】：

“随机分割”是什么意思？
特征向量在分裂前不要乱序排列

标签： java command-line weka

【解决方案1】：

根据他们的JavaDoc，一种可能（虽然有点笨拙）是使用10 折叠，然后将 3 个片段合并在一起进行测试，并将 7 个片段合并在一起进行训练。

java weka.filters.supervised.instance.StratifiedRemoveFolds -i full.arff -o piece1.arff -N 10 -F 1    
java weka.filters.supervised.instance.StratifiedRemoveFolds -i full.arff -o piece2.arff -N 10 -F 2
...
java weka.filters.supervised.instance.StratifiedRemoveFolds -i full.arff -o piece10.arff -N 10 -F 10

合并以构建测试集：

java weka.core.Instances append piece1.arff piece2.arff > temp.arff
java weka.core.Instances append temp.arff piece3.arff > test.arff

合并的文档是here。

您当然可以在命令行的for 循环中执行上述步骤，但我不确定您使用的是哪个平台。

【讨论】：