Weka学习之用java构建ARFF文件

原创已于 2022-04-29 16:11:20 修改 · 2.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#weka

于 2017-09-18 19:34:28 首次发布

数据挖掘，Weka 专栏收录该内容

1 篇文章

订阅专栏

本文介绍如何使用Java程序构建Weka所需的ARFF文件实例。通过动态添加数据到Instances对象，实现从实体类列表构建ARFF文件的过程。适用于文本分类等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ARFF是Weka支持的文件类型，我们可以通过读取ARFF文件获取数据，进而执行Weka进行数据的分析，但是由于某些需求的原因，我们需要连接数据库对ARFF进行动态的添加，构建我们需要的Instances 。我们可以粗略的理解一个Instances对应一个ARFF文件，代码如下，如果不清楚ARFF文件格式，请参考我的另一篇博客http://blog.youkuaiyun.com/sinat_23225111/article/details/77983583

         /**
	 * 程序构建Arff文件
	 * @param entities
	 * @param varietyOfClassify
	 * @return
	 */
	private static Instances generatePopularInstance(List<SecRepoEntity> entities,List<String> varietyOfClassify) {

		ArrayList<Attribute> attributes = new ArrayList();
		//第一个属性为分类
		attributes.add(new Attribute("@@class@@", varietyOfClassify));
		//本例需求为文本分类   所以第二个属性为文本
		attributes.add(new Attribute("text", true));

		/* 设置instances，相当于一个ARFF文件  第一个参数为ARFF  @relation <relation-name> 第二个参数设置属性
		 * 第三个属性为ArrayList的容量，instances内部设置@data时是个ArrayList  根据实际需要设置*/
		Instances instances = new Instances("repo_popular", attributes, 1000);

		//设置分类的索引   从0开始
		instances.setClassIndex(instances.numAttributes() - 1);

		System.out.println(instances);
		// add instance
		for (SecRepoEntity secRepoEntity : entities) {
			Instance instance = new DenseInstance(attributes.size());
			
			//必须放在创建一个新的instance后  否则会报没加入Dataset异常
			instance.setDataset(instances);
			for (int i = 0; i < 10; i++) {
				if (varietyOfClassify.contains(secRepoEntity.getClassName())) {
					instance.setValue(0, secRepoEntity.getClassName());
					instance.setValue(1, secRepoEntity.getValue());
				}
				instances.add(instance);
			}
		}
		return instances;
	}

它的两个参数如下：分别构建@data数据和attribute

List<String> classList = Arrays.asList("其他支出","百货","餐饮");
List<SecRepoEntity> createArffData = new ArrayList<SecRepoEntity>();

SecRepoEntity类如下：

public class SecRepoEntity {
	private String className;
	private String value;

	public SecRepoEntity() {
		super();
	}

	public SecRepoEntity(String className, String value) {
		super();
		this.className = className;
		this.value = value;
	}

	public String getClassName() {
		return className;
	}

	public void setClassName(String className) {
		this.className = className;
	}

	public String getValue() {
		return value;
	}

	public void setValue(String value) {
		this.value = value;
	}

	@Override
	public String toString() {
		return "SecRepoEntity [className=" + className + ", value=" + value + "]";
	}

}

最后我们成功构建了一个Instances 直接可以被Weka使用或者把它写入到文件中，最后的执行结果为

@attribute @@class@@ {其他支出,百货,餐饮}
@attribute text string

@data
餐饮,'面包 烧烤 餐馆'