weka数据挖掘拾遗（三）----再谈如果何生成arff

前一阵子写过一个arff的随笔，但是写完后发现有些啰嗦。其实如果使用weka自带的api，生成arff文件将变成一件很简单的事儿。

首先，可以先把特征文件生成csv格式的。csv格式就是每列数据都用逗号分隔的一种格式。（还有不清楚的googling一下就知道了）

一、首先看下特征文件怎么保存成csv格式。

1、首行为特征名，以逗号分隔。

2、除首行外的行都为数据行，每列数据都是首行对应的值。（可以是字符串，数字）

例：

二、通过weka的api把上面的csv转化成arff格式文件

　　1、weka代码

    public static void genArffFile(String input , String output){
        try{
            File file = new File(input);
            CSVLoader csvLoader = new CSVLoader();
            csvLoader.setSource(file);
            Instances data = csvLoader.getDataSet();
            savaInstances(data, output);
        }catch(Exception e){
            e.printStackTrace();
        }
    }

    /**
     * @function 保存Arff文件
     * @param data arff格式的数据
     * @param outputPath 数据保存路径
     * @return
     */
    public static boolean savaInstances(Instances data , String outputPath)
    {
        try{
            BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(
                    new FileOutputStream(outputPath), Charset.forName("utf-8")));

            bw.write(data.toString());
            bw.close();
        }catch(Exception e){
            e.printStackTrace();
            return false;
        }
        return true;
    }

三、总结

　　从上面的代码能看出，如果已经生成了csv格式的特征文件，那么生成arff文件也就是几行代码的事情。其实，如果生成了csv格式的特征文件，那么weka是直接可以读取的，之后使用 Instances data = csvLoader.getDataSet(); 这行代码其实就是把数据存到了Instances中，而Instances其实就是保存的arff格式的文件。如果没有其它必要，使用weka时，使用以csv格式的特征文件也是可以的，不必要非得转化成arff格式。