weka中，如何使用EM聚类，并导出聚类结果

新建Eclipse工程，下载weka.jar包，导入工程，新建class类，创建main函数，这些都不用说了吧！

首先准备数据

官方文本格式为arff，个人原因选择TXT格式，这个不必纠结！

新建txt文本，格式为ANSI，接下来文件内容格式：
@relation 作者
@attribute 特征名称 特征属性
@data
第一个特征值，第二个特征值，……

备注：①个人认为relation不是很重要，但是为了不必要的麻烦，可以写一下。
②attribute为特征，如果你的样本用k个特征表示，那么就有k行@attribute。
③data后面写每个样本的特征向量，中间用英文逗号隔开。
④特征属性可以为实数，可以为bool值，可以为string，
⑤特征属性有四种基本类型

numeric                     数值型 <nominal-specification>     分类（nominal）型 string                      字符串型 date [<date-format>]        日期和时间型

注意“integer”，“real”，“numeric”，“date”，“string”这些关键字是区分大小写的，而“relation”“attribute ”和“date”则不区分。

具体数据格式可以看博客：http://blog.csdn.net/buaalei/article/details/7103055

准备好数据就可以写代码了！！

Instances ins = null;//用来存放样本EM em = null;//聚类模型int classnum=400;//聚类数目try {// 读入样本数据    File file = new File("D:/f.txt");//准备刚才的数据    ArffLoader loader = new ArffLoader();//weka自带的数据读取类    loader.setFile(file);//读入文件    ins = loader.getDataSet();//获取样本// 初始化聚类器 （加载算法）    em = new EM();//初始化聚类器    em.setNumClusters(classnum); // 设置聚类要得到的类别数量    em.buildClusterer(ins); // 开始进行聚类// 打印聚类结果    ClusterEvaluation evaluation=new ClusterEvaluation();//聚类评估器    evaluation.setClusterer(em);//设置需要评估的聚类器    evaluation.evaluateClusterer(new Instances(ins));//设置样本    double[] cnum=evaluation.getClusterAssignments();//获取每个样本聚类后所属类别    //System.out.println(KM.toString());//输出每个簇的簇中心} catch (Exception e) {    e.printStackTrace();}

基础代码就是这些，想要输出聚类后每个簇有哪些样本，需要自己根据实际情况写代码。cnum标记了每个每个样本所属的类簇，且顺序是与data（代码中为f.txt）后的数据顺序是一致的。

如果问我我是怎么输出聚簇结果，那我说说我的思路吧！我有一个分词文件，里面是每个样本分词结果！data文件（f.txt）中每个样本的特征向量就是基于原始样本分词结果生成的，分词文件（里面是文本）与data文件（里面有特征向量）中的样本顺序是保持一致的，这样我只需要读入分词文件中的每一个样本，并用cnum做标记，然后用Map进行分类，进行输出，就可以得到最后聚类的结果！

Map<Double,List<String>> result=new HashMap<Double,List<String>>();