使用 mulan-1.5.0 如何构造.arff文件

1. 为什么要使用mulan

我用mulan来做多标签数据的分类，但是mulan的输入数据由两个文件控制，一个是data.arff文件，这个文件列出的所有的属性以及这些属性值的类型和他们对应的值。label.xml文件列出了所有属性中属于标签的那部分属性，根据这个文件可以确定哪些属性是特征，哪些属性是标签。一个简单的例子如下：

data.arff

@relation yeast

@attribute feature1 numeric
@attribute feature2 numeric
@attribute feature3 numeric
@attribute feature4 numeric
@attribute label1 {0,1}
@attribute label2 {0,1}
@attribute label3 {0,1}
@attribute label4 {0,1}

@data
0.0937,0.139771,0.062774,0.007698,0,1,1,0
-0.090407,0.021198,0.208712,0.102752,1,1,1,0
-0.085235,0.00954,-0.013228,0.094063,0,1,1,1

我们可以看到这个文件主要分为三部分，@relation指明了数据集名字，@attribute列出了所有的属性，@data列出了属性对应的数据。我们看到属性包含两个部分：（名字，值类型）。通过名字可以完全确定一个属性，通过值的类型可以知道如何对data中的数据进行处理。

label.xml

<?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>
</labels>