Weka-filter类-选择样本[5]

目前有3个方法可以研究下：RemovePercentage，RemoveRange，RemoveWithValues

RemovePercentage：顾名思义，根据百分比选择样本

RemoveRange：根据序号选择样本

RemoveWithValues：根据某字段的设定值选择样本

然后，为减少文章重复的内容，我们先看这几个方法的不同的构造函数部分：

（1）RemovePercentage 

[java] view plain copy

1. // 第一种方法，在remove类中设置option属性，-P 表示记录百分比，45表示前45%（6条）不选择  
2. RemovePercentage remove1=new RemovePercentage();  
3. remove1.setOptions(new String[]{"-P","45"});  
4.               
5. // 第二种方法，直接选择需要剔除的属性  
6. RemovePercentage remove2=new RemovePercentage();  
7. remove2.setPercentage(80);  

（2）RemoveRange

[java] view plain copy

1. // 第一种方法，在remove类中设置option属性，-R 表示记录范围，1,5表示第1-5个记录不选择  
2. RemoveRange remove1=new RemoveRange();  
3. remove1.setOptions(new String[]{"-R","1,3-10"});  
4.               
5. // 第二种方法，直接选择需要剔除的属性  
6. RemoveRange remove2=new RemoveRange();  
7. remove2.setInstancesIndices("1,3-5");  

（3）RemoveWithValues（仅适用于数值型变量，名义型变量需使用其他方法）

[java] view plain copy

1. // RemoveWithValues类，根据 字段属性的值 选择 样本记录  
2. // 第一种方法，在remove类中设置option属性，-C 表示作用的字段列，2表示第2属性          
3. RemoveWithValues remove1=new RemoveWithValues();  
4. remove1.setOptions(new String[]{"-C","2","-S","80"});  
5.               
6. // 第二种方法，直接选择需要剔除的属性  
7. RemoveWithValues remove2=new RemoveWithValues();  
8. remove2.setAttributeIndex("2");  
9. remove2.setSplitPoint(75);  

学习了如何使用这3种方法后，我们选择RemoveWithValues方法来演示，完整代码：

[java] view plain copy

1. import java.io.FileReader;  
2.   
3. import weka.core.Instances;  
4. import weka.filters.unsupervised.instance.RemoveWithValues;  
5.   
6. public class Filter4 {  
7.   
8.     public static void main(String[] args) throws Exception {  
9.         // RemoveWithValues类，根据 字段属性的值 选择 样本记录  
10.         // 第一种方法，在remove类中设置option属性，-C 表示作用的字段列，2表示第2属性          
11.         RemoveWithValues remove1=new RemoveWithValues();  
12.         remove1.setOptions(new String[]{"-C","2","-S","80"});  
13.                   
14.         // 第二种方法，直接选择需要剔除的属性  
15.         RemoveWithValues remove2=new RemoveWithValues();  
16.         remove2.setAttributeIndex("2");  
17.         remove2.setSplitPoint(75);  
18.                   
19.         // 获取一份数据  
20.         Instances data=new Instances(new FileReader("data/weather.numeric.arff"));  
21.                   
22.         // 显示原数据的容貌  
23.         System.out.println("原数据有："+data.numInstances()+"记录");  
24.         for(int i=0;i<data.numInstances();i++){  
25.             System.out.println(data.instance(i));  
26.         }  
27.           
28.         System.out.println("================================");  
29.           
30.         // remove1用一下  
31.         remove1.setInputFormat(data); //　设置remove使用的数据格式，如果不设置会报 No input instance format define 的错误  
32.         Instances newdata=weka.filters.Filter.useFilter(data, remove1); // 应用remove  
33.         System.out.println("第一种方法，根据第2列剔除小于80的样本，剩余"+newdata.numInstances()+"记录");  
34.         for(int i=0;i<newdata.numInstances();i++){  
35.             System.out.println(newdata.instance(i));  
36.         }  
37.           
38.         remove1.setInvertSelection(true); //　选择未选择（另一部分）的样本  
39.         remove1.setInputFormat(data);  
40.         newdata=weka.filters.Filter.useFilter(data, remove1);  
41.         System.out.println("未选择的数据有："+newdata.numInstances()+"记录");  
42.         for(int i=0;i<newdata.numInstances();i++){  
43.             System.out.println(newdata.instance(i));  
44.         }  
45.           
46.         System.out.println("================================");  
47.                   
48.         // remove2用一下  
49.         remove2.setInputFormat(data); //设置remove使用的数据格式，如果不设置会报 No input instance format define 的错误  
50.         newdata=weka.filters.Filter.useFilter(data, remove2); // 应用remove  
51.         System.out.println("第二种方法，根据第2列剔除小于75的样本，剩余"+newdata.numInstances()+"记录");  
52.         for(int i=0;i<newdata.numInstances();i++){  
53.             System.out.println(newdata.instance(i));  
54.         }         
55.     }  
56. }  

结果如图：