Weka开发[15]-ZeroR源代码介绍(入门篇)
来源:互联网 发布:网络短信诈骗的论文 编辑:程序博客网 时间:2024/06/04 20:59
转自 Koala++'s blog 感谢原作者
最近除了外语,实在想不出有什么值得去做的事情,但外语也不可能学一天,想想还是再写两篇吧,以前写的ID3虽然比较简单,但是对于刚接触的人也许也不是那么简单,这次介绍Weka中默认的分类器ZeroR,用这个入门应该是比较好的选择。
首先提一下,ZeroR很多人以为是乱猜,实际是如果类别是离散值,就返回最有可能的类别,如果是连续值,则返回类别的平均值。
下面函数的前面两句话哪个分类器都有,就不说了。这个函数简单地让我不知道怎么讲了。m_Counts如果是离散(Nominal)的类别,就把它初始化为一个有类别数大小的一维数组,如果是类别是连续(Numeric)值,那就是一个值。
下面while循环,这种写法是枚举数据集中的每一个样本,如果是离散值,m_Counts相应的类别下标加上这个样本的权重(这里不用太深究到底什么是权重,你可以认为所有的样本权重都是1),如果是连续值,m_Counts加上类别值乘以这个样本的权重。
统计完每一个样本,如果是连续值,那么就用m_Counts除以总权重,其实这就是高中时学的加权平均的计算方法。如果是离散值,那就是类别出现最多(懒得去想weight的事了)的类别作为m_ClassValue。
publicvoid buildClassifier(Instances instances)throws Exception
{
// can classifier handle the data?
getCapabilities().testWithFail(instances);
// remove instances with missing class
instances = new Instances(instances);
instances.deleteWithMissingClass();
double sumOfWeights = 0;
m_Class = instances.classAttribute();
m_ClassValue = 0;
switch (instances.classAttribute().type())
{
case Attribute.NUMERIC:
m_Counts =null;
break;
case Attribute.NOMINAL:
m_Counts =newdouble[instances.numClasses()];
for (int i = 0; i <m_Counts.length; i++)
{
m_Counts[i] = 1;
}
sumOfWeights = instances.numClasses();
break;
}
Enumeration enu = instances.enumerateInstances();
while (enu.hasMoreElements())
{
Instance instance = (Instance) enu.nextElement();
if (!instance.classIsMissing())
{
if (instances.classAttribute().isNominal())
{
m_Counts[(int) instance.classValue()] += instance.weight();
} else
{
m_ClassValue += instance.weight() * instance.classValue();
}
sumOfWeights += instance.weight();
}
}
if (instances.classAttribute().isNumeric())
{
if (Utils.gr(sumOfWeights, 0))
{
m_ClassValue /= sumOfWeights;
}
} else
{
m_ClassValue = Utils.maxIndex(m_Counts);
Utils.normalize(m_Counts, sumOfWeights);
}
}
分类一个样本,当然就是返回m_ClassValue值了(我希望这么简单的东西,你不至于还不知道是什么吧)
publicdouble classifyInstance(Instance instance)
{
returnm_ClassValue;
}
列出这个函数是感觉return (double[])m_Counts.clone()这种写法的确是很不错,不用那么麻烦。
publicdouble[] distributionForInstance(Instance instance)throws Exception
{
if (m_Counts ==null)
{
double[] result =newdouble[1];
result[0] = m_ClassValue;
return result;
} else
{
return (double[])m_Counts.clone();
}
}
- Weka开发[15]-ZeroR源代码介绍(入门篇)
- Weka开发 -ZeroR源代码介绍(入门篇)
- Weka开发[14]-AdaBoost源代码介绍
- Weka开发[16]-OneR源代码介绍
- Weka开发[11]—J48源代码介绍
- Weka开发 -OneR源代码介绍
- Weka开发 -J48源代码介绍
- weka中的zeroR算法
- weka之ZeroR
- Weka开发[8]-ID3源码介绍
- Weka开发[19]——NaiveBayes源代码分析
- Weka开发[20]——IB1源代码分析
- Weka开发[0]-导入Weka包
- Weka开发[0]-导入Weka包
- Weka开发[9]—KMeans源码介绍
- Weka开发[10]—NBTree源码介绍
- Weka开发[6]-参数设置
- Weka开发[7]-LibSVM
- Java设计模式之二十九(依赖倒转原则)
- 在使用mongoDB 中Group时,分组字段不是唯一索引记录数不能大于2000
- 我我我
- Windows 7/8建立临时无线网络/分享CMCC无线网络给多个无线设备
- 【JackSon Json】 入门1
- Weka开发[15]-ZeroR源代码介绍(入门篇)
- 关于在UIwebView中访问HTTPS站点的几种方法
- linux下压力测试软件siege的安装与使用详解
- 使用多线程的利弊
- AppDelegate文件下各方法的用法:(应用程序挂起、复原与终止)
- 那些年,我们一起追寻的异步编程
- ZOJ 1157A Plug for UNIX(二分图最大匹配)
- 用静态成员函数调用非静态成员变量
- [weka 开发 15-1] Multi-Label Classification(多标签分类) 介绍