具有字符串属性的WEKA决策树

Question

我的属性集为20，其中很少是字符串，例如美国各州的代码，订阅计划的名称等。 我们如何在WEKA中处理字符串属性以构建决策树？

我读过有关stringtowordvector转换器的文章，但每个这些属性的字符串本身只是一个单词。

Answer 1

您可能已经弄清楚了-您必须将这样的“字符串属性”（实际的字符串属性在WEKA中是其他声明）声明为名义属性，即，必须在大括号中声明它们在ARF​​F标头中可以具有的所有值。

Answer 2

只需在您的ARFF文件中按照以下架构声明属性：

@attribute <att_name> string

请注意，因为Strings内部存储在字符串表中，并由该表中的地址表示。 因此，包含相同字符的两个字符串将具有相同的值。

资料来源（本书）：数据挖掘：实用机器学习工具和技术第3版