如何处理WEKA中的整数属性，即卧室数量（不能是浮点值）

Question

使用 WEKA 对 arff 文件格式的数据集进行分类问题。

我想在我的数据集上使用 SMOTE，因为我有类别不平衡；然而，每当我这样做时，它都会为其中一些新的合成实例生成“不可能”的属性值。例如，属性“number_of_bedrooms”不能是浮点值，但应用 SMOTE 后，某些值将是 3.5 等。

我想在 WEKA 中应用某种过滤器，以便该特定属性只能是整数。我需要离散化这个属性吗？这对于房间数量这样的属性合适吗？

如果我进行离散化，这是否应该是集合中数据中每个房间数一个箱子，即 1、2、3、4 或 5 间卧室各一个箱子？或者是否应该考虑目标类别信息（更像是 1、2-3，然后 4+ 卧室）来帮助分类？

我尝试过应用以下过滤器： （注意：除非下面指定，否则所有设置均为默认设置。我使用的是 GUI，而不是在终端中编码，此处的格式需要将行设置为代码/块引用）

weka.filters.unsupervised.attribute.Discretize
binRangePrecision = 0
bins = 10（这是默认的，但我不知道是否要更改它）
findNumBins = True

weka.filters.unsupervised.attribute.NumericToNominal

weka.filters.supervised.attribute.Discretize
binRangePrecision = 0

非常感谢任何帮助。 抱歉，如果其他地方有人问过这个问题，我对此很陌生！

谢谢

Answer 1

您可以使用 weka.filters.unsupervised.attribute.NumericToNominal 过滤器将您的 number of rooms 数字属性转换为名义属性。该过滤器只是将数字转换为字符串表示形式，以用作标称属性的标签。