具有字符串属性的WEKA决策树

Question

我有一个属性集20，其中很少是字符串，例如美国州的代码，订阅计划的名称等等。我们如何处理WEKA中用于决策树构建的字符串属性？

我读了关于stringtowordvector转换器，但每个属性的字符串本身只是一个字。

Answer 1

您可能已经想通了 - 您必须将名称属性声明为“字符串属性”（实际字符串属性是WEKA中的其他属性），即您必须声明它们可以在ARFF标题中包含的所有值大括号。

Answer 2

就宣布这个模式在ARFF文件如下属性：

@attribute <att_name> string 

要小心，因为Strings都内部存储在一个字符串表，并通过 其在该表中的地址表示。因此，包含相同字符的两个字符串 具有相同的值。

源（书）：数据挖掘：实用机器学习工具与技术第三版