scala – Weka,SimpleKMeans无法处理字符串属性

我在 Scala中使用Weka(虽然语法几乎与 Java相同).我试图用SimpleKMeans群集器来评估我的数据,但是群集器不会接受字符串数据.我不想对字符串数据进行聚类;我只是想用它来标记点.

这是我正在使用的数据：

@relation Locations
@attribute ID string
@attribute Latitude numeric
@attribute Longitude numeric
@data
'Carnegie Mellon University',40.443064,-79.944163
'Stanford University',37.427539,-122.170169
'Massachusetts Institute of Technology',42.358866,-71.093823
'University of California Berkeley',37.872166,-122.259444
'University of Washington',47.65601,-122.30934
'University of Illinois Urbana Champaign',40.091022,-88.229992
'University of Southern California',34.019372,-118.28611
'University of California San Diego',32.881494,-117.243079

如您所见,它基本上是x和y坐标平面上的点集合.任何模式的价值都可以忽略不计;这只是与Weka合作的一项练习.

这是给我带来麻烦的代码：

val instance = new Instances(new StringReader(wekaHeader + wekaData))

val simpleKMeans = new SimpleKMeans()
simpleKMeans.buildClusterer(instance)

val eval = new ClusterEvaluation()
eval.setClusterer(simpleKMeans)
eval.evaluateClusterer(new Instances(instance))

Logger.info(eval.clusterResultsToString)

我在simpleKMeans.buildClusterer(实例)上收到以下错误：

[UnsupportedAttributeTypeException：weka.clusterers.SimpleKMeans：无法处理字符串属性！]

如何在进行群集时让Weka保留ID？

以下是我为解决此问题而采取的其他几个步骤：

我使用了Weka Explorer并将这些数据加载为CSV：

ID,Latitude,Longitude
'Carnegie Mellon University',-117.243079

这就是我想在Weka Explorer中做的事情. Weka对点进行聚类并保留ID列以标识每个点.我会在我的代码中执行此操作,但我尝试在不生成其他文件的情况下执行此操作.正如您在Weka Java API中看到的,Instances仅将java.io.Reader解释为ARFF.

我也尝试了以下代码：

val instance = new Instances(new StringReader(wekaHeader + wekaData))
instance.deleteAttributeAt(0)

val simpleKMeans = new SimpleKMeans()
simpleKMeans.buildClusterer(instance)

val eval = new ClusterEvaluation()
eval.setClusterer(simpleKMeans)
eval.evaluateClusterer(new Instances(instance))

Logger.info(eval.clusterResultsToString)

这适用于我的代码,并显示结果.这证明Weka一般都在工作,但由于我正在删除ID属性,我无法真正将聚集点映射回原始值.

val instances = new Instances(new StringReader(wekaHeader + wekaData))

  val filter = new StringToNominal()
  filter.setAttributeRange("first")
  filter.setInputFormat(instances)

  val filteredInstance = Filter.useFilter(instances,filter)

  val simpleKMeans = new SimpleKMeans()
  simpleKMeans.buildClusterer(instance)
  ...