Weka GUI-TF-IDF未计算-请帮助我完成学业

Question

我想在WEKA GUI中使用KNN算法和TF-IDF。首先，我在默认条件下运行该算法。其次，我在StringToWordVector过滤器中选择“IDFTransform”和“TFTransform”作为“true”并运行。
两个结果没有区别。

结果1：

Correctly Classified Instances        1346               91.3781 %

结果2：

Correctly Classified Instances        1346               91.3781 %

我的“.arff”文件如下：

@relation et9

@attribute 'alis' real
@attribute 'banka' real
...
@attribute 'urun' real
@attribute 'class' {yes, no}

@data
70,0,0,0,3,0,40,0,3,1,0,0,20,0,717,2,4,0,0,0,2,5,0,0,0,717,0,1,0,30,yes
22,0,0,63,158,0,1,0,7,0,10,0,4,0,57,0,0,0,0,204,0,0,2,2,0,530,0,0,6,0,yes
0,0,1,0,0,0,0,0,2,1,3,0,0,0,0,0,5,0,0,0,0,0,2,1,0,0,0,0,0,0,no
...

我知道StringToWordVector用于字符串。但是我想计算这个“. arff”文件的TF-IDF。我如何使用我当前的". arff"文件，并有KNN算法结果与TF-IDF？

（这是我的学术论文，请帮忙）

Answer 1

根据Weka的留档，StringToWordVector过滤器将字符串属性转换为一组表示单词出现[...]的属性。因此，将此筛选器应用于不包含任何String属性的arff文件不会对数据集产生任何影响。

为了使用该过滤器，您需要准备一个包含字符串属性的arff文件，其中该属性的值是给定实例的文本。例如，如果每个实例代表一条推文，那么推文中的文本将是该字符串属性的值。有关在weka中使用文本的更多信息，请参见此处。