在java中调用weka聚类方法并显示相应的类标签+weka中创建arff数据
1.读取arff文件
Instances data = new Instances(new BufferedReader(new FileReader("/some/where/data.arff")));
// setting class attribute
data.setClassIndex(data.numAttributes() - 1);2.直接在程序中创建数据集
（1）创建数据格式：
1）numeric（数值型）：Attribute numeric = new Attribute("name_of_attr");
2）data（日期）：Attribute date = new Attribute("name_of_attr", "yyyy-MM-dd");
3）nominal（标称型）：
ArrayList<String> labels = new ArrayList<String>();
labels.addElement("label_a");
labels.addElement("label_b");
labels.addElement("label_c");
labels.addElement("label_d");
Attribute nominal = new Attribute("name_of_attr", labels);
4）string：Attribute string = new Attribute("name_of_attr", (ArrayList<String>)
null);
5）实例：创建一个关系relation（名字叫attributes），其中包含三个属性（两个个数值型，一个标称型包含yes和no）
//创建两个数值型
Attribute num1 = new Attribute("num1");
Attribute num2 = new Attribute("num2");
//创建一个标称型
ArrayList<String> labels = new ArrayList<String>();
labels.add("no");
labels.add("yes");
Attribute cls = new Attribute("class", labels);
//创建一个relation关系
ArrayList<Attribute> attributes = new ArrayList<Attribute>();
attributes.add(num1);
attributes.add(num2);
attributes.add(cls);
//把创建的格式应用在数据集中
Instances dataset = new Instances("Test-dataset", attributes, 0);
//如果知道数据有多少行，就可以不用0结果：
（2）添加数据
1）创建一个数组
double[] values = new double[data.numAttributes()];
2）添加相应的数据
• numeric – just sets the numeric value:
values[0] = 1.23;
• date – turns the date string into a double value:
values[1] = data.attribute(1).parseDate("2001-11-09");
• nominal – determines the index of the label:
values[2] = data.attribute(2).indexOf("label_b");
• string – determines the index of the string, using the addStringValue method (internally, a hashtable holds all the string values):
values[3] = data.attribute(3).addStringValue("This is a string");
• relational
Instances dataRel = new Instances(data.attribute(4).relation(),0);
valuesRel = new double[dataRel.numAttributes()];
valuesRel[0] = 2.34;
valuesRel[1] = dataRel.attribute(1).indexOf("val_C");
dataRel.add(new DenseInstance(1.0, valuesRel));
values[4] = data.attribute(4).addRelation(dataRel);
例子：创建一个atff文件格式
/*** 1.创建数据格式*///创建两个数值型Attribute num1 = new Attribute("num1");Attribute num2 = new Attribute("num2");//创建一个标称型ArrayList<String> labels = new ArrayList<String>();labels.add("no");labels.add("yes");Attribute cls = new Attribute("class", labels);//创建一个relation关系ArrayList<Attribute> attributes = new ArrayList<Attribute>();attributes.add(num1);attributes.add(num2);attributes.add(cls);//把创建的格式应用在数据集中//如果知道数据有多少行，就可以不用0Instances dataset = new Instances("Test-dataset", attributes, 0);/*** 2.添加数据（第一行）*/double[] values = new double[dataset.numAttributes()];values[0] = 1.23;values[1] = 2;values[2] = dataset.attribute(2).indexOfValue("yes");dataset.add(new DenseInstance(1.0, values));/*** 2.添加数据（第二行）*/values=new double[dataset.numAttributes()];values[0] = 10.23;values[1] = 100;values[2] = dataset.attribute(2).indexOfValue("no");dataset.add(new DenseInstance(1.0, values));System.out.println(dataset);结果：
3.生成一个arff文件
import weka.datagenerators.DataGenerator;
import weka.datagenerators.classifiers.classification.RDG1;
...
// configure generator
RDG1 generator = new RDG1();
generator.setMaxRuleSize(5);
// set where to write output to
java.io.PrintWriter output = new java.io.PrintWriter(
new java.io.BufferedWriter(new java.io.FileWriter("rdg1.arff")));
generator.setOutput(output);
DataGenerator.makeData(generator, generator.getOptions());
output.flush();
output.close();4.参数设置
（1）手工建立一个String数组
String[] options = new String[2];
options[0] = "-R";
options[1] = "1";
（2）用weka.core.Utils类中的函数splitOptions将一个命令行字符串转换成一下数组
String[] options = weka.core.Utils.splitOptions("-R 1");
5.聚类方法
（1）实现方法
Instances data = ... // from somewhere
String[] options = new String[2];
options[0] = "-I"; // max. iterations
options[1] = "100";
EM clusterer = new EM(); // new instance of clusterer
clusterer.setOptions(options); // set the options
clusterer.buildClusterer(data); // build the clusterer
（2）评价聚类的标准（用来确定该聚类方法是否是好的）
使用ClusterEvaluation类
Instances data = ... // from somewhere
EM cl = new EM();
cl.buildClusterer(data);
ClusterEvaluation eval = new ClusterEvaluation();
eval.setClusterer(cl);
eval.evaluateClusterer(new Instances(data));
System.out.println(eval.clusterResultsToString());
例子：实现KMeans算法
/*** 5.实现聚类方法*/String[] option=new String[4]; //设置相应的参数option[0]="-N"; //聚类数option[1]="2";option[2]="-I"; //最大迭代次数option[3]="500";SimpleKMeans kmeans = new SimpleKMeans(); // new instance of clustererkmeans.setOptions(option); // set the optionskmeans.buildClusterer(dataset); // build the clusterer/*** 6.评价聚类，使用ClusterEvaluation*/ClusterEvaluation eval = new ClusterEvaluation();eval.setClusterer(kmeans);eval.evaluateClusterer(new Instances(dataset));System.out.println(eval.clusterResultsToString());6.保存数据（可以保存成arff和csv文件）
// data structure to save
Instances data = ...
// save as ARFF
DataSink.write("/some/where/data.arff", data);
// save as CSV
DataSink.write("/some/where/data.csv", data);
7.获取聚类的编号
/*** 6.评价聚类，使用ClusterEvaluation*/ClusterEvaluation eval = new ClusterEvaluation();eval.setClusterer(kmeans);eval.evaluateClusterer(new Instances(dataset));System.out.println(eval.clusterResultsToString());/*** 7.每个实例的所属类别*/for(int i=0;i<eval.getClusterAssignments().length;i++){System.out.println(eval.getClusterAssignments()[i]);}