Weka开发［18］——寻找K个邻居

转自 Koala++'s blog

寻找K个邻居，这里先给出一个例子，大部分是王义写的，进行了一点点改动：

publicstatic Instances getKNeighbour( Instances sourceIns, Instance target,int kNN,int numLabels){Instances neighbours = null;try{EuclideanDistance dfunc = new EuclideanDistance();int predictors = sourceIns.numAttributes() - numLabels;dfunc.setAttributeIndices("first-" + predictors);LinearNNSearch lnn = new LinearNNSearch();lnn.setDistanceFunction(dfunc);lnn.setInstances( sourceIns );lnn.addInstanceInfo(target);neighbours = lnn.kNearestNeighbours(target, kNN);}catch(Exception e){System.out.println("Util.getKNeighbour(LinearNNSearch m_NNSearch,Instance mean, int m_kNN) is wrong!");}return neighbours;}

      参数分别是sourceIns表示你在哪个数据集中找邻居，target就是找邻居的样本，kNN是指多少邻居。最后一个参数是我自己在多标签中用的。如果你不需要对特征进行选择，只是想除去类别，那么用下面的代码就可以了：

sourceIns.setClassIndex( sourceIns.numAttributes() -1 );

lnn.setInstances( sourceIns);

EuclideanDistance表示是我用的是欧几里德距离，下面的predictors表示最后一个index，也就是说算距离我只算0－predictors这么多特征，如果你不明白为什么要这样，因为你不懂多标签。下面是设置你考虑哪些特征，这里的”first-“+predictors就表示只考虑0-predictors。LinearNNSearcher是寻找邻居的类，用setDistanceFunction进行距离计算设置，再对数据源和样本信息设置用setInstances和addInstanceInfo，最后设置目标样本和找多少邻居。

这里的setAttributeIndices对我很重要，所以我看了一下：

publicvoid setAttributeIndices(String value) {

m_AttributeIndices.setRanges(value);

invalidate();

}

m_AttributeIndices是一个Range对象。下面是一个Range的例子：

publicstatic Instances getInstances( String filename )

{

try{

        FileReader frData = new FileReader( filename );

        Instances trainData =new Instances(frData);

       

        return trainData;

}catch( FileNotFoundException e )

{

e.printStackTrace();

}

catch( IOException e )

{

e.printStackTrace();

}

returnnull;

}

publicstaticvoid outputRange( Instances ins )

{

Range range = new Range();

range.setRanges("first-2, 4, 10, last");

    range.setUpper(ins.numAttributes() - 1);

     boolean[] activeIndices =newboolean[ins.numAttributes()];

     for (int i = 0; i < activeIndices.length; i++)

     { 

        activeIndices[i] = range.isInRange(i);

        System.out.print( activeIndices[i] +" " );

     }

}

publicstaticvoid main(String[] args)throws Exception

{

Instances ins = getInstances("D:/DOWNLOAD/data/soybean.arff" );

outputRange( ins );

}

设置Range我用的是”first-2,4,10,last”，first表示第0个下标，last表示最后一个下标,整个的意思就是选择从第0个到第2个，和第4个，第10个，最后一个特征。setUpper表示最大下标是多少，注意setUpper函数：

publicvoid setUpper(int newUpper) {

     if (newUpper >= 0) {

     m_Upper = newUpper;

        setFlags();

     }

}

    这里setFlags函数是得到哪一些特征被选中，最后在我的例子中，我用isRange来判断是否第i个特征被选中了。

    其它的函数特别简单，也没什么好讲的。