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.