WEKA ARFF檔案的格式

1. weka（waikato environment for knowledgeanalysis）：懷卡托智慧型分析環境。

作為乙個大眾化的資料探勘工作平台，weka整合了大量能承擔資料探勘任務的機器學習演算法，包括對資料進行預處理、分類、回歸、聚類、關聯分析以及在新的互動式介面上的視覺化等等。通過其介面，可在其基礎上實現自己的資料探勘演算法。

（源**位址：）

2. weka的資料檔案格式：

3. arff檔案結構：可以分為兩個部分：頭資訊和資料資訊。

①頭資訊（head information）：包括了對關係的宣告和對屬性的宣告；

@relation

@attribute

②資料資訊（data information）：即資料集中給出的資料，「@data」標記獨佔一行，剩下的是各個例項的資料，每個例項佔一行。例項的各屬性值用逗號「,」隔開，缺失值（missing value）用問號「?」表示，且這個問號不能省略。例如：

@data

sunny,85,85,false,no

?,78,90,?,yes

檔案示例：weather.arff（在weka安裝目錄的「data」子目錄下）

4. weka支援的四種資料格式：

@attributetimestamp date "yyyy-mm-dd hh:mm:ss"

@data

"2001-04-0312:12:12"

"2001-05-0312:59:55"

tips：

① 以「%」開始的行是注釋。

② 識別arff檔案的重要依據是分行，因此不能在這種檔案裡隨意的斷行。空行（或全是空格的行）將被忽略。

③ 屬性宣告語句的順序很重要：首先它表明了該項屬性在資料部分的位置；其次，最後乙個宣告的屬性被稱作class屬性，在分類或回歸任務中，它是預設的目標變數。

④ 如果和的命名中包含空格，它必須加上引號（指英文標點的單引號或雙引號）。

⑤ 資料格式，字串屬性和標稱屬性的值是區分大小寫的，而「relation」、「attribute 」和「data」則不區分。若值中含有空格，必須被引號括起來。