Quinlan的C4.5以及C5.0在處理大數據的時候可能會碰到下面的問題。

?

完整錯誤復現如下：

*** line 52964 of `fraud.data': bad value of `92.41000366210937' for attribute `id_11'

*** line 53380 of `fraud.data': bad value of `94.16000366210937' for attribute `id_11'

*** line 60351 of `fraud.data': bad value of `90.41000366210937' for attribute `id_11'

*** line 71414 of `fraud.data': bad value of `92.41000366210937' for attribute `id_11'

*** line 88959 of `fraud.data': bad value of `90.16000366210937' for attribute `id_11'

*** line 90522 of `fraud.data': bad value of `90.41000366210937' for attribute `id_11'

*** line 95732 of `fraud.data': bad value of `92.41000366210937' for attribute `id_11'

*** line 97738 of `fraud.data': bad value of `95.27999877929687' for attribute `id_11'

*** line 101550 of `fraud.data': bad value of `94.02999877929687' for attribute `id_11'

*** line 106822 of `fraud.data': bad value of `90.16000366210937' for attribute `id_11'

?

解決方案：

因為這個算法包里面有兩種文件:

fraud.data

fraud.names

所以當.data文件中存在.names文件中不存在的取值時，就會報錯。

也就是說，.data中關于某個離散特征的只，必須全部記錄在.names中。

否則就會出現此類錯誤。

另外，因為算法讀取數據是一條一條來讀取的，如果兩條數據的逗號數量不同（也就是特征數不同），也會導致發生這類錯誤。

.data文件其實就是.csv格式，用逗號隔開。

總結

以上是生活随笔為你收集整理的*** line　xxxx of `fraud.data': bad value of xxxx for attribute `id_11'的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。