talalo

سلام دوستان من برای پایان نامه ام دسته بندی متن از ig برای انتخاب ویژگی استفاده کرده ام که تو سی شارپ پیادش کرده ام حال میخوام برای دسته بندی ا ز وکا استفاده کنم و لی نمیدونم داده هام را به چه صورت تهیه کنم تا به عنوان ورودی به وکابدم اگه امکان داره راهنماییم کنین. با تشکر

babak_1234

سلام

توی این لینک در مورد Dataset های مربوط به وکا توضیح داده شده. امیدوارم به درد بخوره.

Attribute-Relation File Format (ARFF)

موفق باشی

talalo

ممنونم از راهنمایی که کردین من از چیزایی که فهمیدم توضیح میدم بیزحمت درست یا اشتباه بودنشو بفرمایین.
@RELATION اینو همشون باید داشته باشن.
ولی ویژگی هایی که با IG بدست آوردمو هرکدومو همراه با @attribute مینویسم و آخرین attribute هم کلاسهام هستند.بعد Data هارو می نویسم که مقدارشون TF خواهد بود یا IG؟یه سوال دیگه هم که داشتم اینه که داده های تستی رو کجا وچطور وارد میکنیم؟ممنون میشم سوالامو پاسخ بدین

babak_1234

سلام دوست عزیز

@RELATION مربوط به معرفی داده مورد نظر میباشد.
@attribute برای معرفی خصوصیت های مجموعه داده هستن. اما لزوما آخرین ویژگی کلاس رو مشخص نمیکنه.
@Data : بعد از این تگ داده ها قرار میگیرند. ابعاد ویژگی در هر رکورد باید مطابق با ویژگی هایی باشد که در بخش Relation تعریف شده است.

جداسازی داده های تست و آموزشی وابسته به استراتژی شما هستن. برای مثال اگر از روش Cross validation برای ارزیابی استفاده میکنید لینک زیر رو نگاه کنید.
http://weka.wikispaces.com/Generatin...Java+approach)

یکسری اطلاعات دیگه در مورد وارد کردن داده ها در وکا توی این لینک توضیح داده شده. حتما ببینید.
http://weka.wikispaces.com/Text+cate...tion+with+WEKA

موفق باشید

talalo

سلام دوستان من داده های زیر رو دارم
weka دانلود ● آپلود سنتر قدرتمند | " صفر آپ دات آی آر " | آپلود | آپلود عکس | آپلود با لینک مستقیم | آپلود با حجم بالا | آپلود نامحدود | آپلود آهن
و وقتی با rename به arff تبدیل می کنم و در وکا میخوام باز کنم صفحه زیر رو میاره
http://0up.ir/do.php?imgf=136721418985361.jpg
و وقتی اوکی میکنم اروره زیر رو میده میشه راهنماییم کنین؟
با تشکر
http://0up.ir/do.php?imgf=136721418987662.jpg

babak_1234

سلام دوست من

اول از همه این که در برنامه notepad برای ذخیره کردن داده های UTF8 یک کاراکتر خاصی اول فایل قرار میده که همین باعث میشه وکا نتونه فایل رو بخونه. برای همین بهتره از کاراکتر های فارسی در این فایل استفاده نکنی یا از برنامه notpad++ استفاده کنی.

در ضمن در خط پنجم فایلت یه کاراکتر space در نام ویژگی وجود داره که باعث خطا میشه.

این مشکلات رو رفع کن و بعد از داده ها استفاده کن.

موفق باشید

talalo

آقای babak_1234 بینهایت از راهنماییهاتون سپاسگذارم.مشکلم حل شد.