Weka - Formatos de archivo
WEKA admite una gran cantidad de formatos de archivo para los datos. Aquí está la lista completa:
- arff
- arff.gz
- bsi
- csv
- dat
- data
- json
- json.gz
- libsvm
- m
- names
- xrff
- xrff.gz
Los tipos de archivos que admite se enumeran en el cuadro de lista desplegable en la parte inferior de la pantalla. Esto se muestra en la captura de pantalla que se muestra a continuación.
Como notará, admite varios formatos, incluidos CSV y JSON. El tipo de archivo predeterminado es Arff.
Formato Arff
Un Arff El archivo contiene dos secciones: encabezado y datos.
- El encabezado describe los tipos de atributos.
- La sección de datos contiene una lista de datos separados por comas.
Como ejemplo para el formato Arff, el Weather El archivo de datos cargado desde las bases de datos de muestra de WEKA se muestra a continuación:
De la captura de pantalla, puede inferir los siguientes puntos:
La etiqueta @relation define el nombre de la base de datos.
La etiqueta @attribute define los atributos.
La etiqueta @data inicia la lista de filas de datos, cada una de las cuales contiene campos separados por comas.
Los atributos pueden tomar valores nominales como en el caso de Outlook que se muestra aquí -
@attribute outlook (sunny, overcast, rainy)
Los atributos pueden tomar valores reales como en este caso:
@attribute temperature real
También puede establecer un objetivo o una variable de clase llamada juego como se muestra aquí:
@attribute play (yes, no)
El objetivo asume dos valores nominales sí o no.
Otros formatos
El Explorador puede cargar los datos en cualquiera de los formatos mencionados anteriormente. Como arff es el formato preferido en WEKA, puede cargar los datos desde cualquier formato y guardarlos en formato arff para su uso posterior. Después de preprocesar los datos, simplemente guárdelos en formato arff para su posterior análisis.
Ahora que ha aprendido a cargar datos en WEKA, en el próximo capítulo aprenderá a preprocesar los datos.