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:qiang4.wu@changhong.com</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_);

end
fprintf(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！