Discussion :

[JonquilleSauvage]

J'apprends à utiliser Weka... Pour le moment, je m'arrête à l'importation de données

Quand je charge mon fichier (j'ai trouvé un tutoriel très bien sur les arbres de décision sur le site), Weka considère mes variables comme une seule : au lieu d'avoir mes 9 variables sur 9 lignes avec chacune un n°, elles figurent toutes sur la même ligne, séparées par des points-virgules.
Pourtant, mon fichier est bien enregistré au format CSV.
Comment puis-je faire pour lire mon fichier correctement ?

Merci d'avance

[Jester]

Vous avez essayer de le convertir à la main en format weka (genre sous notepad)?

Si vous utilisez des points virgules passez en virgule.

Peut-être les retours à la lignes qui sont au format windows sous linux ou inversement?

Sinon pouvez-vous afficher le fichier ici (ou un extrait)?

[JonquilleSauvage]

J'ai tenté de convertir en transformant les points-virgules en virgules, mais je ne peux plus ouvrir le fichier sous Weka.

Voici le fichier (il s'agit juste d'un test, donc quelques données) :
QCS100 FAMA FAMB FAMC FAMD FAME IP CPA VO
151 46 78 47 52 51 1 1 2
144 37 62 60 43 65 1 1 2
155 41 67 58 59 53 1 1 2
125 28 65 46 44 65 2 1 2
116 34 64 37 43 61 1 2 2
158 45 71 49 51 65 1 1 2
147 37 64 55 47 67 1 1 2
184 41 82 53 60 71 1 1 1
108 33 65 48 44 41 2 2 2
175 44 72 55 56 71 1 2 2
124 30 65 51 46 55 2 2 2
108 34 60 47 39 51 1 2 2
122 32 67 45 46 55 1 1 1
171 42 75 54 60 63 1 1 2
117 30 67 45 33 65 2 2 2
181 52 69 53 55 75 2 2 2
156 41 78 50 46 64 1 2 1
108 30 55 44 48 54 1 2 2
133 34 62 50 52 58 1 1 2
173 41 82 53 52 68 1 2 1
145 35 67 48 58 60 1 2 2
153 41 73 52 59 51 1 1 2
133 30 74 48 50 54 2 2 2

Ce qui donne ça au format arff :
@relation test

@attribute QCS100;FAMA;FAMB;FAMC;FAMD;FAME;IP;CPA;VO {151;46;78;47;52;51;1;1;2,144;37;62;60;43;65;1;1;2,155;41;67;58;59;53;1;1;2,125;28;65;46;44;65;2;1;2,116;34;64;37;43;61;1;2;2,158;45;71;49;51;65;1;1;2,147;37;64;55;47;67;1;1;2,184;41;82;53;60;71;1;1;1,108;33;65;48;44;41;2;2;2,175;44;72;55;56;71;1;2;2,124;30;65;51;46;55;2;2;2,108;34;60;47;39;51;1;2;2,122;32;67;45;46;55;1;1;1,171;42;75;54;60;63;1;1;2,117;30;67;45;33;65;2;2;2,181;52;69;53;55;75;2;2;2,156;41;78;50;46;64;1;2;1,108;30;55;44;48;54;1;2;2,133;34;62;50;52;58;1;1;2,173;41;82;53;52;68;1;2;1,145;35;67;48;58;60;1;2;2,153;41;73;52;59;51;1;1;2,133;30;74;48;50;54;2;2;2}

@data

151;46;78;47;52;51;1;1;2
144;37;62;60;43;65;1;1;2
155;41;67;58;59;53;1;1;2
125;28;65;46;44;65;2;1;2
116;34;64;37;43;61;1;2;2
158;45;71;49;51;65;1;1;2
147;37;64;55;47;67;1;1;2
184;41;82;53;60;71;1;1;1
108;33;65;48;44;41;2;2;2
175;44;72;55;56;71;1;2;2
124;30;65;51;46;55;2;2;2
108;34;60;47;39;51;1;2;2
122;32;67;45;46;55;1;1;1
171;42;75;54;60;63;1;1;2
117;30;67;45;33;65;2;2;2
181;52;69;53;55;75;2;2;2
156;41;78;50;46;64;1;2;1
108;30;55;44;48;54;1;2;2
133;34;62;50;52;58;1;1;2
173;41;82;53;52;68;1;2;1
145;35;67;48;58;60;1;2;2
153;41;73;52;59;51;1;1;2
133;30;74;48;50;54;2;2;2

Je ne vois pas où se situe l'erreur, comme je ne connais pas du tout ce logiciel
Est-ce les données qui figurent sous la ligne @attribute ? J'ai un message d'erreur quand je les enlève

[Jester]

C'est plus facile ainsi.

Il faut une ligne par attribut, donc plusieurs @attribute, chacun sur une ligne.

Normalement c'est des virgules comme séparateur.

Vous trouvez dans le répertoire data de weka des exemples de fichiers. Exemple:

@relation weather

@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}

@data
sunny,85,85,FALSE,no
sunny,80,90,TRUE,no
overcast,83,86,FALSE,yes
rainy,70,96,FALSE,yes
rainy,68,80,FALSE,yes
rainy,65,70,TRUE,no
overcast,64,65,TRUE,yes
sunny,72,95,FALSE,no
sunny,69,70,FALSE,yes
rainy,75,80,FALSE,yes
sunny,75,70,TRUE,yes
overcast,72,90,TRUE,yes
overcast,81,75,FALSE,yes
rainy,71,91,TRUE,no

[JonquilleSauvage]

Ok, merci beaucoup, j'ai réussi à ouvrir mes données en modifiant manuellement le fichier...
Mais normalement, Weka le créé lui-même, ce fichier, non ?
Je compte analyser un fichier avec 90 variables et 4000 individus, je me vois mal modifier à la main le fichier
Où est mon erreur ??

[Jester]

Je ne sais pas, si c'est pas les virgules mette des points virgules dans le csv, je fait toujours des arff.

Passer d'un csv à un arff n'est pas bien compliqué, vous écrivez l'en-tête et ensuite avec un replacez tous vous changez vos espaces en ','. Ça prend quelques secondes.

PS : regardez bien si vos attributs sont catégoriels ou numériques, parce que là que tout soit catégoriel me semble étrange.

[JonquilleSauvage]

Je ne sais pas pourquoi mes variables ont été codées de cette façon. Quand j'ai créé le fichier à la main, j'ai spécifié "real" pour chaque variable, c'est bien de cette manière qu'on spécifie une variable numérique ?

Par contre, j'ai tenté de répliquer l'opération sur l'ensemble de mon fichier, après avoir remplacé les valeurs manquantes par des "?". Mais j'ai un message d'erreur : 'File 'Classeur2.arff' not recognised as an arff file. reason : premature end of line, read Token(EOL], line 90'.

La version avec des virgules me donne aussi un message d'erreur

Je ne vois pourtant pas ce qu'il y a de différent, si ce n'est le nombre plus important de variables et d'individus

[JonquilleSauvage]

J'ai enfin trouvé
Pour ceux qui auront le même problème que moi (et pour la postérité) :
Il faut ouvrir le fichier CSV avec un bloc-note et remplacer les point-virgules par des virgules. Ensuite, Weka l'ouvre correctement...
A utiliser pour les sous-doués avec les macros comme moi