在多标签分类中，准备mulan开源软件所需要的.arff和.xml数据的方法

最近在工作中需要学习多标签分类的算法，发现了mulan这个开源软件很不错，这个软件是用java编写的，同时也是建立在Weka之上的。这个软件需要输入两个文件，一个是.arff文件，一个是.xml文件。

预备软件：matlab和Weka，；

.arrf文件的格式如下：

@relation MultiLabelExample

@attribute feature1 numeric
@attribute feature2 numeric
@attribute feature3 numeric
@attribute label1 {0, 1}
@attribute label2 {0, 1}
@attribute label3 {0, 1}
@attribute label4 {0, 1}
@attribute label5 {0, 1}

@data
2.3,5.6,1.4,0,1,1,0,0
2.0,1.3,2.6,0,1,0,0,1

.xml文件的格式如下：

<?xml version="1.0" encoding="utf-8"?>
<labels xmlns="http://mulan.sourceforge.net/labels">
<label name="label1"></label>
<label name="label2"></label>
<label name="label3"></label>
<label name="label4"></label>
<label name="label5"></label>
</labels>

生成这两种文件的方法如下：

（1）首先采用matlab中自带的函数csvwrite('filename.csv',fliename)生成.csv文件，其中filename.csv是你要生成的文

件名字，filename是在matlab中的矩阵名字，矩阵的每行代表一个样本；例如：

          csvwrite('MultiLabelExample.csv',MultiLabelExample)，

          MultiLabelExample= [2.3,5.6,1.4,0,1,1,0,0;2.0,1.3,2.6,0,1,0,0,1]，假设只有两个样本

（2）将生成的filename.csv用excel或者EditPlus打开将相应的属性名填写好，采用都好隔开（最好是采用程序修改，

如果数据的维数很高的时候，采用手动修改工作量很大）；例如：

          feature1 ,feature2,featuer3,label1,label2,label3,label4,label5（注意这些名字都可以根据自己需要进行修改）

          2.3,5.6,1.4,0,1,1,0,0

           2.0,1.3,2.6,0,1,0,0,1

（3）运行Weka程序，选择Simple SLI按钮，在出现的对话框最下面一行输入： 

       weka.core.converters.CSVLoader MultiLabelExample.csv > MultiLabelExample.arff，结果如下:

@relation MultiLabelExample

@attribute feature1 numeric
@attribute feature2 numeric
@attribute feature3 numeric
@attribute label1 numeric
@attribute label2 numeric
@attribute label3 numeric
@attribute label4 numeric
@attribute label5 mumeric

@data
2.3,5.6,1.4,0,1,1,0,0
2.0,1.3,2.6,0,1,0,0,1

  手动修改label1-5 后边的“numeric”为{0,1}，结果如下：（实际情况应该是自动生成下面的结果的，但是本人始终

没有实现，因此手动修改）

@relation MultiLabelExample

@attribute feature1 numeric
@attribute feature2 numeric
@attribute feature3 numeric
@attribute label1 {0, 1}
@attribute label2 {0, 1}
@attribute label3 {0, 1}
@attribute label4 {0, 1}
@attribute label5 {0, 1}

@data
2.3,5.6,1.4,0,1,1,0,0
2.0,1.3,2.6,0,1,0,0,1

这样.arff文件已经完成的了。

（4）对于.xml格式文件，本人没有找到更好的方法，采用手动修改很容易就可以实现。

<?xml version="1.0" encoding="utf-8"?>
<labels xmlns="http://mulan.sourceforge.net/labels">
<label name="label1"></label>
<label name="label2"></label>
<label name="label3"></label>
<label name="label4"></label>
<label name="label5"></label>
</labels>

这个文件中可以改变的有label1-label5这些名字（我尝试过），注意和.arff文件中的相应名字对应上，否者会出错

至此：mulan软件需要的两个输入文件就准备好了，如何进行实验将在下一章阐述。

—————本方法仅供参考，如果有不足之处请指正。