总结：如何生成mulan软件的.arrf和.xml文件

        到此为止，关于如何生成mulan的输入文件的方法比较零散，且有些方法不是合适大数据的情况，比如训练和测试

数据达到G级别以上。因此，次篇博客将总结出一个通用的方法，无论数据大小都可以实现。

（1）在matlab中已经有你的输入训练数据traintdata_ch和测试数据testdata_ch，都存在矩阵中。相应格式请参考

以前的博文，此处不再叙述。

 (2) 采用matlab自带的命令完成矩阵到.csv文件；

      csvwrite('traindata_ch.csv',traindata_ch);

      csvwrite('testdata_ch.csv',testdata_ch);

（3）在eclipse中建立一个工程和一个新类 CsvToArrf.java。

      配置工程的方法：

         A、下载Weka的linux版本，解压；

         B、右键点击CreatArff->Properties->Java Build Path->Libraries->Add Extern Jars,选择刚才解压文           件中的weka.jar和weka-src.jar这两个jar包；

         C、CsvToArrf.java的内容如下：

           

import java.io.BufferedReader;import java.io.File;import java.io.FileReader;import weka.core.Attribute;import weka.core.FastVector;import weka.core.Instance;import weka.core.Instances;import weka.core.converters.ArffSaver;/** * Generates a big ARFF file with different attribute types. * * @author WuQiang * <span style="color: rgb(0, 130, 0); font-family: Consolas, 'Courier New', Courier, mono, serif; line-height: 18px;">Email:[e-mail]</span> */public class CsvToArrf {  public static void main(String[] args) throws Exception {    FastVector      atts;    FastVector      attVals;    Instances       data;    double[]        vals;    int             i;    // 1. set up attributes    atts = new FastVector();    // - numeric    double num_fea=294;//the dims of a feature    for (i=1;i<=num_fea;i++)    <span style="white-space:pre"></span> atts.addElement(new Attribute("feature" + (i)));    // - nominal ;only two {0,1}    attVals = new FastVector();      attVals.addElement("0");      attVals.addElement("1");    double num_labels=5;//the number of classes    for (i=1;i<=num_labels;i++)      atts.addElement(new Attribute("label"+(i), attVals));    // 2. create Instances object    data = new Instances("traindata_ch", atts, 0);    // 3. fill with data from 。csv file    String fileName="E:/methods/Eclipse/Create_Arrf/data/traindata_ch.csv";    String result=null;      FileReader fileReader=null;      BufferedReader bufferedReader=null;    fileReader=new FileReader(fileName);      bufferedReader=new BufferedReader(fileReader);   //  String read=null;   // vals = new double[data.numAttributes()];     while ((result=bufferedReader.readLine())!=null)    {       String [] subAtt=result.split(",");    //   System.out.println(subAtt.length);       vals = new double[data.numAttributes()];          for(i=0;i<num_fea;i++)       {    <span style="white-space:pre"></span>  double d = Double.parseDouble(subAtt[i]);    <span style="white-space:pre"></span>   vals[i] = d;       }    // - nominal       for(;i<num_fea+num_labels;i++)          vals[i] = attVals.indexOf(subAtt[i]);      // setVals(vals,data);    //---- add        data.add(new Instance(1.0, vals));       // data.add(new Instance(1.0, '\n'));    }    bufferedReader.close();    fileReader.close();         //4. output data    System.out.println(data);    //save to a arrf file     ArffSaver saver = new ArffSaver();     saver.setInstances(data);     saver.setFile(new File("./data/traindata_ch.arff"));  //   saver.setDestination(new File("./data/test.arff"));   // **not** necessary in 3.5.4 and later     saver.writeBatch();  }/*private static void setVals(double[] vals, Instances data) {<span style="white-space:pre"></span>// TODO Auto-generated method stub<span style="white-space:pre"></span>data.add(new Instance(1.0, vals));<span style="white-space:pre"></span>}*/}

    注意：生成traindata_ch.arrf之后，将traindata_ch.csv改为testdata_ch.csv生成testdata_ch.arrf。

（4）关于如何生.xml文件的方法，本人是在是没有找到合适的方法。如果有人找到了好的方法，希望告诉我一声。

     此处，贴出一个很笨的原始生成.xml文件的方法，采用matlab语言写的。

     

clc;clear all;str1='<?xml version="1.0" encoding="utf-8"?>';str2='<labels xmlns="http://mulan.sourceforge.net/labels">';basestr1='<label name="';basestr2='"></label>';endlabel='</labels>';lab='label';fid=fopen('traindata_ch.xml','w');fprintf(fid,'%s\n',str1);fprintf(fid,'%s\n',str2);for i=1:num_class %num_class 是总共的类数，需要按照自己的实际需要进行修改    lab_=[basestr1 strcat(lab,num2str(i)) basestr2];    fprintf(fid,'%s\n',lab_);    endfprintf(fid,'%s',endlabel);fclose(fid);

    到此，生成.arrf文件和.xml文件已经全部完成，其中训练数据和测试数的.xml文件是完全一样的,只是文件名不

一样巴了。接下来就是如何实验了。

    此博文的代码全部经过测试，可能还是有很多的不足的地方。

————————此方法仅供参考，如有不足请指正！