我在 Weka 3.8 中打开了一个 csv 文件并选择了一个属性/列（下图）。标签由竖线字符分隔。应该有 23 个不同的标签，但 Weka 显示 914。因此，Weka 无法可视化太多的值。动作是一个标签，冒险是另一个标签，等等。基本上每行可以有多个标签。
对于处理（例如分类），如何分离这些值以便 Weka 可以读取它们？
这个问题类似于this。但问题询问日期属性（例如“dd-MM-yyyy HH:mm”）。这询问一个字符分隔的值（例如“动作|冒险|戏剧”）
编辑： 数据取自kaggle。
【问题讨论】：
啊，我也遇到过这个问题。
首先，确保 Genres 属性被识别为 String 类型。如果您只使用 GUI，请转到 Open File... 并打开文件（我认为它是一个 .dat 文件。如果您已将其重命名为 .csv，请点击显示“调用选项对话框”的复选框）。
在 Generic Object Editor 窗口中，输入 Genres 属性的索引（此处为 last）。
这样做会导致属性在 GUI 中看起来像这样。
现在选择名为 StringToWordVector (weka.filters.unsupervised.attribute.StringToWordVector) 的过滤器。现在在编辑器窗口下，找到 Tokenizer 条目，单击其字段，然后在 delimeters 下删除默认值并添加竖线字符。您也可以选择编辑属性前缀字段。
点击应用并查找添加为 numeric 属性的所需类型，对于原始字符串中不存在该类型的情况设置为 0，否则设置为 1。
StringToWordVector 是一个非常有用的过滤器，文档中还有更多内容：http://weka.sourceforge.net/doc.dev/weka/filters/unsupervised/attribute/StringToWordVector.html。
【讨论】：
RELAGGS过滤器（weka.sourceforge.net/doc.packages/multiInstanceFilters/weka/…），虽然我认为你需要安装它使用包管理器。到目前为止，StringToWordVector 方法看起来最简单，所以就是这样。