machine-learning - 在 Weka 中 - 不规范所有数字属性

Question

我正在使用 WEKA 处理 KDD99 数据集。数据集中存在三种类型的属性，即名义属性、二进制属性和数值属性。但在 WEKA 中，它也将二进制数据视为数字数据。

我尝试使用 Unsupervised-attribute-Normalize 工具来标准化数据。然而，它也会规范化二进制数据。我这里有两个问题。

1. 我需要标准化二进制属性吗？因为二进制数据不是连续的。

2. 如果我不需要规范化二进制属性，在 WEKA 中，如何在规范化工具中选择属性？因为标准化工具始终适用于所有数字属性(包括二进制属性)。

谢谢!

Answer 1

Weka 已将输入文件中的二进制属性解释为数字，因为它们的值都是数字(即 0 和 1)，但如果您要使用可以处理名义属性的分类器，您可能需要转换二进制属性改为名义上的。

您可以使用 weka.filters.unsupervised.attribute.Discretize 过滤器来执行此操作。只需指定二进制属性的数字索引并将 bin 数量指定为 2。

这将为您提供标称值标签为 (-inf-0.5] 和 (0.5-inf) 的属性，但如果您希望将它们视为 0 和 1 您可以使用 weka.filters.unsupervised.attribute.RenameNominalValues 重命名这些值。