【Weka】欠損データを自動的に補完するフィルタを使ってみた。
公開日:
:
最終更新日:2018/07/24
機械学習 Missing values, Weka, 欠損データ, 自動的に補完
機械学習で用いるデータについてです。データは完璧なことに越したことはないが、通常は、ある属性の値が入っていない欠損データ(Missing values)があります。この欠損データをどう取り扱うかについては、
欠損データを含むタプルを無視する。
欠損データの補完を行う。
の2通り考えられます。欠損データを含むタプルを無視するのはもったいないとされており、欠損データの補完を考えます。
欠損データの補完方法については色々あるようですが、一般的な手法としては、
- 数値データの場合は、平均値(mean)
- カテゴリデータの場合は、最も多く現れたカテゴリ
を割り当てるようです。
機械学習ソフト Weka には欠損データを自動的に補完するフィルタ機能がついているので今回使ってみました。
Contents
使用データ:labor.arff
今回使用したデータは、Weka 用に用意されている labor.arff というデータセットを以下からダウンロードしてきました。
http://storm.cis.fordham.edu/~gweiss/data-mining/datasets.html
データの読み込み
前処理タブ -> ファイルを開く で labor.arff を選択します。
編集ボタンでデータを表形式でみることがきます。
薄いブルーで塗られたセルが欠損データになります。
欠損データの補完
欠損データの補完を自動で行うには、前処理タブのフィルター選択ボタンを押して、filters -> unsupervised -> attribute -> ReplaceMissingValues を選択します。
フィルターが設定できたら、適応ボタンを押してフィルターを反映させます。
再度、編集ボタンからデータの確認を行い、データが補完されていることを確認します。
関連記事
-
【TensorFlow】GPUを認識しない時の対処方法【Python】
TensorFlow で GPU を認識させようとしたときにハマってしまったので、その対処方法のメモ
-
機械学習の手法のまとめ。
機械学習は、「与えられた入出力事例をモデル化する行為」のことで、ディープラーニングなどで注目を集めて
-
【Weka】アソシエーション・ルール(association rule)【機械学習】
フリーの機械学習ツール Weka でアソシエーション・ルール(association rule)を使
-
【PyTorch】ニューラルネットワークを構築する方法【NN】
今回は、PyTorch を使って、ニューラルネットワーク(NN)を構築したときのメモです。 フ
-
【機械学習】決定木(decision tree)について。
教師あり学習の一つである決定木(desicion tree)について勉強したことを書いていきます。
-
【画像認識】 Google画像検索結果を取得する方法 【google image download】
今回は、深層学習(DeepLearning)で画像認識をするための画像データの収集を、Google画
-
【深層学習】 TensorFlow と Keras をインストールする【Python】
今回は、Google Colaboratory 上で、深層学習(DeepLearning)フレームワ
-
【機械学習】 scikit-learn で不正解データを抽出する方法【Python】
Python の scikit-learn ライブラリを使って機械学習でテストデータを識別(2クラス
-
【Weka】CSVファイルを読み込んで決定木を実行。
フリーの機械学習ソフト Weka を使って、CSVファイルを読み込んで決定木(Decision Tr
-
【Weka】フリーの機械学習ソフトをインストールする方法。
Weka は、GUIで使えるフリーの機械学習ソフトです。 https://ja.wikiped