数据挖掘中，如何处理多值的属性？?报错
在DBLP数据集中查找最常合著的作者。因为一篇论文中有多个作者(最多可能有上百个)，而整个数据集中可能有上万个作者。
现在只需提取每条记录中的作者信息，但很多文章都是多个作者，该怎么把这些作者处理成weka能够识别的arff格式中的数据呢？
如果将其定义为String类型，使用逗号来分隔，weka会报错(因为我只需作者这一个属性)，而同一个属性的值中不能出现逗号。若使用别的符号来分隔(如“--”或“*”)，weka也不能自动识别这些符号，会把多个作者当成一个属性值来处理。
该怎么处理成合理的格式呢？谢谢大家指教
不能按标称属性来处理
展开
收起
1
条回答
写回答
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIB为何要用weka来解决一个统计问题？
你把数据处理一下，一条sql就可以解决了。一个表，两个字段（论文 作者）
2020-06-22 14:57:57赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
