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:[email protected]</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！