时间戳

首页 > 解决方案 > Weka 异常：训练和测试文件不兼容！尽管有可以纠正这种不兼容性的过滤器，但还是抛出了

weka - Weka 异常：训练和测试文件不兼容！尽管有可以纠正这种不兼容性的过滤器，但还是抛出了

问题描述

假设我有以下 ARFF 格式的数据：

火车：

@ATTRIBUTE A NUMERIC
@ATTRIBUTE B NUMERIC
@ATTRIBUTE C NUMERIC

测试

@ATTRIBUTE ID NUMERIC
@ATTRIBUTE A NUMERIC
@ATTRIBUTE B NUMERIC
@ATTRIBUTE C NUMERIC
@ATTRIBUTE D NUMERIC
@ATTRIBUTE E NUMERIC

现在，为了解释属性差异，在 TRAIN 数据上进行了特征选择，因此删除了一些属性。我需要从在 TRAIN 数据集上训练的分类器中获得对 TEST 数据集的预测，但 TRAIN 和 TEST 标头不匹配。我试图通过应用带有多余功能名称作为参数的 RemoveByName 过滤器来解决它，但是它仍然失败并出现错误，即训练和测试文件不兼容！

我正在阅读这封信函，其中指出，过滤器也适用于测试数据，因此它们是兼容的，但看起来它们不适用于我的情况。

我是否必须在外部为 TRAIN 文件中选定功能的每个子集创建一个单独的新文件，或者我可以使用 FilteredClassifier 删除不需要的功能？或者，我可以以某种方式指定用于预测的属性吗？

编辑1：

我需要从命令行运行所有内容，我需要能够为基本分类器和 FilteredClassifier 提供变量参数和变量过滤器正如@zbicyclist 建议的那样，我试图通过 InputMappedClassifier 通过如下命令使其工作：

java -Xmx4096m -cp data/java/weka.jar weka.classifiers.misc.InputMappedClassifier -t train.arff -T test_bin.arff -classifications weka.classifiers.evaluation.output.prediction.CSV -p first -file FILE.arff -suppress -S 1 -W weka.classifiers.meta.FilteredClassifier -- -F weka.filters.MultiFilter -F "weka.filters.unsupervised.attribute.RemoveByName -E ^ID$" -F "weka.filters.unsupervised.attribute.RemoveByName -E ^OD_VALUE$" -W weka.classifiers.rules.DecisionTable -- -I

看起来像这样，当我添加换行符时（在运行之前必须省略）：

java -Xmx4096m -cp data/java/weka.jar 
weka.classifiers.misc.InputMappedClassifier
  -t train.arff
  -T test_bin.arff
  -classifications weka.classifiers.evaluation.output.prediction.CSV
  -p first
  -file FILE.arff
  -suppress
  -S 1
  -W weka.classifiers.meta.FilteredClassifier
--
  -F weka.filters.MultiFilter
  -F "weka.filters.unsupervised.attribute.RemoveByName -E ^ID$"
  -F "weka.filters.unsupervised.attribute.RemoveByName -E ^OD_VALUE$"
  -W weka.classifiers.rules.DecisionTable
--
  -I

但它不起作用并说： Weka 异常：非法选项：-F weka.filters.unsupervised.attribute.RemoveByName -E ^ID$ -F weka.filters.unsupervised.attribute.RemoveByName -E ^OD_VALUE$

谁能帮我正确嵌套命令，这样我就可以将基本分类器包装到 FilteredClassifier 中，然后将过滤后的分类器包装到 InputClassifier 中？

标签： wekafeature-selection

解决方案

问题是，输入可能会在应用过滤之前进行比较，因此您需要将其包装到 InputMappedClassifier 并仅在输入训练特征映射到正确的输入测试特征后过滤不必要的列

我设法想出了以下命令：

java -Xmx4096m -cp data/java/weka.jar weka.classifiers.misc.InputMappedClassifier \
-t train.arff \
-T test_bin.arff \
-classifications \
    "weka.classifiers.evaluation.output.prediction.CSV \
    -p first \
    -file FILE.arff \
    -suppress" \
-W weka.classifiers.meta.FilteredClassifier\
--\
    -F "weka.filters.MultiFilter -F \"weka.filters.unsupervised.attribute.RemoveByName -E ^ID$\" -F \"weka.filters.unsupervised.attribute.RemoveByName -E ^OD_VALUE$\""\
    -S 1\
    -W weka.classifiers.rules.DecisionTable \
    --\
        -I

这似乎可以满足我的需要。

可以通过使用-W <classifier.name>参数最后嵌套分类器，然后在参数之后引入嵌套分类器的--参数。不需要晦涩的引号反斜杠。

推荐阅读