我有一个分类任务，输入是一个字符串，并将其分类到一些标签。训练数据如下：
Text1: label_1Text2: label_2Text3: label_1当我使用Weka时，很多分类器会抛出异常：
weka.core.UnsupportedAttributeTypeException: weka.classifiers.functions.MultilayerPerceptron: Cannot handle string attributes! at weka.core.Capabilities.test(Capabilities.java:979) at weka.core.Capabilities.test(Capabilities.java:868) at weka.core.Capabilities.test(Capabilities.java:1084) at weka.core.Capabilities.test(Capabilities.java:1022) at weka.core.Capabilities.testWithFail(Capabilities.java:1301)回答：
很难理解您到底想要实现什么，但在机器学习中，大多数分类器寻找的是数值/二进制属性，而不是字符串属性。
您可以做的一件事是使用某种模型将您的特征空间转换为数值/二进制属性。词袋模型是一个常见的解决方案。
根据这个模型，您需要做的是：
- 遍历数据库中所有“特征”（字符串），为每个字符串/单词分配一个数字/特征
- 对于每个分类示例，创建一个具有修改后的特征空间的新实例 – 对于每个单词/字符串，您现在有一个数字（来自步骤1），因此将匹配此数字的属性设置为该单词在文本中的出现次数。标签保持不变
- 在修改后的示例上运行学习算法，使用新的（数值）特征空间
- 在分类过程中，如果遇到一个未识别的单词（您之前没有它，也没有为其分配属性编号） – 您可以选择静默忽略它，或者使用某种启发式方法来预测它是否与您见过的单词有某种联系。作为起点，我建议先忽略它，稍后再回来进行后续优化。
