테스트 파일을 만든 후에 다음 코드를 사용한다.
import java.io.FileNotFoundException; import java.io.FileReader; import java.io.IOException;
import weka.classifiers.Evaluation; import weka.classifiers.functions.MultilayerPerceptron; import weka.core.Instances; import weka.core.Utils; public class MLPProcessor { public MLPProcessor() { try { FileReaderfr = new FileReader("vehicledata.arff"); Instances training = new Instances(fr); training.setClassIndex(training.numAttributes() -1); MultilayerPerceptronmlp = new MultilayerPerceptron(); mlp.setOptions(Utils.splitOptions(“-L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H 4”)); mlp.buildClassifier(training); FileReadertr = new FileReader(“testdata.arff”); Instances testdata = new Instances(tr); testdata.setClassIndex(testdata.numAttributes() -1); Evaluation eval = new Evaluation(training); eval.evaluateModel(mlp, testdata); System.out.println(eval.toSummaryString(“\nResults\n*******\n”, false)); tr.close(); fr.close(); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } catch (Exception e) { e.printStackTrace(); } } public static void main(String[] args) { MLPProcessormlp = new MLPProcessor(); } }
실제 신경망은 다음 세 가지로 요약된다. ‘MultilayerPerceptron’을 만들고, 분류기를 빌드한다. 나머지는 훈련용 데이터와 테스트 데이터를 읽어들이는 코드다.