在Eclipse下，采用mulan多标签分类软件进行一个简单的测试实验

来源：互联网发布：kpi数据分析编辑：程序博客网时间：2024/05/21 00:16

万事具备，只欠东风。在前几篇的博文中一直在阐述如何准备mulan的输入文件，此处将简单介绍一个如何利用

mulan在Eclipse下进行实验。

（1）新建工程Test_Mulan,新建类test_mulan,按照前几篇博文的方法加入mulan的jar包。

import mulan.classifier.lazy.MLkNN;import mulan.classifier.lazy.IBLR_ML;import mulan.data.MultiLabelInstances;import mulan.evaluation.Evaluation;import mulan.evaluation.Evaluator;public class test_mulan {/** * Make a test with mulan in eclipse * * @author WuQiang * Email:qiang4.wu@changhong.com */public static void main(String[] args) throws Exception {String arffFile_train = "E:/methods/Eclipse/Create_Arrf/data/traindata_ch.arff";String xmlFile_train ="E:/methods/Eclipse/Create_Arrf/data/traindata_ch.xml";String arffFile_test = "E:/methods/Eclipse/Create_Arrf/data/testdata_ch.arff";String xmlFile_test ="E:/methods/Eclipse/Create_Arrf/data/testdata_ch.xml";MultiLabelInstances data_train = null;MultiLabelInstances data_test = null;    data_train = new MultiLabelInstances(arffFile_train, xmlFile_train);data_test = new MultiLabelInstances(arffFile_test, xmlFile_test);//RAkEL learner1 = new RAkEL(new LabelPowerset(new J48()));Evaluator eval = new Evaluator();Evaluation results;MLkNN mlknn=new MLkNN();IBLR_ML iblr_ml=new IBLR_ML();mlknn.build(data_train);iblr_ml.build(data_train);results=eval.evaluate(mlknn,data_test);System.out.println(results);results=eval.evaluate(iblr_ml,data_test);System.out.println(results);System.out.println("finished");//double [] pro = null;//MultiLabelOutput output= new MultiLabelOutput(pro);//System.out.println(output.getConfidences());//results.toCSV();/*int numFolds = 10;results = eval.crossValidate(learner1, data_train, numFolds);System.out.println(results);results = eval.crossValidate(learner2, data_train, numFolds);System.out.println(results);*/    }}

只要相应的输入文件已经准备好，那么实验就非常简单。

0 0