这里我采用的是一个叫trans_transformed.data的数据集（ Download "trains-transformed.data" from https://archive.ics.uci.edu/ml/datasets/Trains），通过python修改部分格式并转换成了.arff（数据集内容如下），里面的data有很多缺省值，如何通过Veka用filter删除其中的缺省值呢？
- 用veka Open file打开你需要的.arff文件。
- 选择filter中unsupervised->instance->RemoveWithValues，然后在filter下面的对话框中成功显示了RemoveWithValues。
单击对话框，弹出如下界面，在attributeIndex中输入你想要删除缺省值的Attribute序号，将invertSelection改为True（为反选），matchMissingValues改为True（匹配缺省值），最后在nominalIndices中写上你的属性值的序号（该属性只有一个属性值，序号为1，因为选了反选，所以不删除有该属性值的example），OK。
- Apply. 从原来的10组examples，删除了带有缺省值的Examples7个，剩下三个具有完整Attributes的examples
- 因为该实验我选择了一个具有最多缺省的属性来删除，所以不需要再删除其他Attribute的缺省值，如果需要多个filter，可以选择filter里的mutifilter，同时配置多个filter的值。