【weka怎么导出excel】在Weka中加载CSV机器学习数据的方法

更多腾讯海量技术文章，请关注云社区：

Weka的全名是waikato environment for knowledge analysis，以JAVA为基础，免费非商业化(对应于SPSS公司商业数据挖掘产品- Clementine)，其源代码可以从官方网站下载有趣的是，该软件的缩写WEKA也是新西兰独有的鸟名，Weka的主要开发者来自新西兰的the University of Waikato(百度百科全书，译者注)。

在Weka中加载CSV机器学习数据的方法

开始建模之前，必须能够加载(用户)数据。

在本句课程中，您将学习如何从Weka加载CSV数据集。读完这句话，你就知道了：

介绍ARFF文件格式和在Weka中表示数据的基本方法。

如何从Weka Explorer加载CSV文件并以ARFF格式保存。

如何在ArffViewer工具中加载CSV文件并将其保存为ARFF格式。

本教程假定已安装Weka。

开始吧。

how to load CSV machine learning data in WEKA

注：照片由Thales提供，并保留一定的权利。

在Weka中描述数据的方法

机器学习算法主要设计为与数组数组一起工作。

此数据称为表格式或结构化数据，因为它在由行和列组成的电子表格中显示相同。

Weka在解释数据时有以计算机科学为中心的特定词汇表。

实例：数据行称为实例或问题域的观察等实例。

属性：数据列称为特征或属性，就像观察到的要素一样。

每个属性可以有以下不同的类型：

“实数”(Real)表示数字值，如1.2。

“整数”(Integer)表示没有小数部分数的数字(例如5)。

公称(Nominal)是指分类数据，如“狗”和“猫”。

“字符串”(String)表示单词列表，就像句子本身一样。

在分类问题上，输出变量应该是称呼。对于回归问题，输出变量必须是实数。

来自Weka的数据

Weka倾向于以ARFF格式加载数据。

(WEKA存储数据的格式是ASCII文本文件属性报告文件格式(ARFF)文件。二维表存储在ARFF文件中。请参见译者)

ARFF是表示属性关系文件格式的首字母缩写。使用标题的CSV文件格式的扩展，提供列中数据类型的元数据。

例如，CSV格式的经典iris数据集的前几行如下：

ARFF格式的文件如下：

指令以表示数据集的名称(例如@RELATION iris)、定义每个属性的名称和数据类型(例如@ATTRIBUTE sepallength REAL)的指令以及表示原始数据的指令的符号(@)开头。

在ARFF文件中，以百分比符号(%)开头的行表示注释。

原始数据部分中的问号(？)的值表示未知或缺少的值。格式支持数字和分类值(categorical values)，如上iris示例所示，但也支持日期和字符串值。

根据Weka安装(方法)，Weka安装目录data/子目录下可能存在默认数据集，也可能不存在。这些随Weka分发的基本数据集是ARFF格式。文件扩展名为ARFF。

在ARFF-Viewer中加载CSV文件

数据可能不是ARFF格式。

实际上更可能是逗号分隔值(Comma S)

eparated Value，CSV)格式。这是一种简单的格式，其中数据在行和列的表格中进行布局，而逗号用于分隔行中的值。引号也可以用来包围值，特别是如果数据包含带空格的文本字符串。

CSV格式很容易从Microsoft Excel导出，所以一旦您可以将数据导入到Excel中，您可以轻松地将其转换为CSV格式。

Weka提供了一个方便的工具来加载CSV文件，并保存成ARFF。你只需要用你的数据集做一次(这样的操作)。

使用以下步骤，您可以将数据集从CSV格式转换为ARFF格式，并将其与Weka workbench结合使用。如果您没有方便的CSV文件，可以使用鸢尾花数据集。从UCI Machine Learning存储库（） (传送门（）)中下载文件并将其保存到iris.csv的当前工作目录中。

1.启动Weka Chooser(选择器)。

Weka GUI选择器的屏幕截图

2.通过点击菜单中的“Tools”，选择“ArffViewer，来打开ARFF-Viewer”。

3.您将看到一个空的ARFF-Viewer窗口。

Weka ARFF Viewer

4.点击“File”菜单，在ARFF-Viewer中打开您的CSV文件，然后选择“Open”。导航到您当前的工作目录。将“Files of Type”过滤器更改为“CSV data files (*.csv)”。选择你的文件，然后点击“Open”按钮。

在ARFF Viewer中加载CSV

5.你现在应该可以看到你的CSV文件加载到ARFF-Viewer的一个示例样本。

6.通过点击“File”菜单并选择“Save as...”，以ARFF格式保存您的数据集。你需要输入带有.arff扩展名的文件名并单击“Save”按钮。

您现在可以将保存的.arff文件直接加载到Weka中。

请注意，ARFF-Viewer提供了在保存之前修改数据集的选项。例如，您可以更改值，更改属性的名称和更改其数据类型。

强烈建议您指定每个属性的名称，因为这将有助于稍后对数据进行分析。另外，确保每个属性的数据类型都是正确的。

在Weka Explorer中加载CSV文件

您也可以直接在Weka Explorer界面中加载您的CSV文件。

如果您急着想快速测试一个想法，这很方便。

本节介绍如何在Weka Explorer界面中加载CSV文件。您可以再次使用虹膜数据集，如果您没有加载CSV数据集，则练习。

1.启动Weka GUI Chooser(选择器)。

2.通过单击“资源管理器”按钮启动Weka资源管理器。

Weka资源管理器的屏幕截图

3.点击“Open file…”按钮。

4.导航到您当前的工作目录。将“Files of Type”更改为“CSV data files (*.csv)”。选择你的文件，然后点击“打开”按钮。

您可以直接用数据开始工作。您也可以通过点击“Save”按钮并输入文件名，以ARFF格式保存数据集。

使用Excel中的其他文件格式

如果您有其他格式的数据，请先将其加载到Microsoft Excel中。

以另一种格式(如CSV)这样使用不同的分隔符或固定宽度字段来获取数据是很常见的。Excel有强大的工具来加载各种格式的表格数据。使用这些工具，并首先将您的数据加载到Excel中。

将数据加载到Excel后，可以将其导出为CSV格式。然后，您可以直接或通过首先将其转换为ARFF格式在Weka中使用它。

资源

下面是一些额外的资源，你会发现这些资源对在Weka中使用CSV data进行工作非常有帮助。

• Attribute-Relation File Format（）

• Can I use CSV files?（）

• CSV File Format（）

概要

在这篇文章中，您发现了如何将您的CSV数据加载到Weka中进行机器学习。

具体来说，你了解到：

• 关于ARFF文件格式以及Weka如何使用它来表示机器学习的数据集。

• 如何使用ARFF-Viewer加载您的CSV数据并将其保存为ARFF格式。

• 如何直接在Weka Explorer中加载CSV数据并将其用于建模。

如果你有关于本文中的Weka加载数据的任何问题？可以在评论中提出您的问题，我会尽我所能来回答。

翻译人：Steve Wang，该成员来自云+社区翻译社

原文链接：

原文作者：Jason Brownlee

原文标题：How To Load CSV Machine Learning Data in Weka

译者微博：@从流域到海域

译者博客：blog.c