source: trunk/CrossPare/src/de/ugoe/cs/cpdp/dataselection/AbstractCharacteristicSelection.java @ 29

Last change on this file since 29 was 2, checked in by sherbold, 10 years ago
  • initial commit
  • Property svn:mime-type set to text/plain
File size: 4.6 KB
Line 
1package de.ugoe.cs.cpdp.dataselection;
2
3import java.util.ArrayList;
4
5import org.apache.commons.collections4.list.SetUniqueList;
6
7import weka.core.Attribute;
8import weka.core.DenseInstance;
9import weka.core.Instance;
10import weka.core.Instances;
11import weka.experiment.Stats;
12import weka.filters.Filter;
13import weka.filters.unsupervised.attribute.Normalize;
14
15/**
16 * Abstract class that implements the foundation of setwise data selection strategies using distributional characteristics.
17 * This class provides the means to transform the data sets into their characteristic vectors. 
18 * @author Steffen Herbold
19 */
20public abstract class AbstractCharacteristicSelection implements
21                ISetWiseDataselectionStrategy {
22
23        /**
24         * vector with the distributional characteristics
25         */
26        private String[] characteristics = new String[]{"mean","stddev"};
27       
28        /**
29         * Sets the distributional characteristics. The names of the characteristics are separated by blanks.
30         */
31        @Override
32        public void setParameter(String parameters) {
33                if( !"".equals(parameters) ) {
34                        characteristics = parameters.split(" ");
35                }
36        }
37       
38        /**
39         * Transforms the data into the distributional characteristics. The first instance is the test data, followed by the training data.
40         * @param testdata test data
41         * @param traindataSet training data sets
42         * @return distributional characteristics of the data
43         */
44        protected Instances characteristicInstances(Instances testdata, SetUniqueList<Instances> traindataSet) {
45                // setup weka Instances for clustering
46                final ArrayList<Attribute> atts = new ArrayList<Attribute>();
47               
48                final Attribute classAtt = testdata.classAttribute();
49                for( int i=0 ; i<testdata.numAttributes() ; i++ ) {
50                        Attribute dataAtt = testdata.attribute(i);
51                        if( !dataAtt.equals(classAtt) ) {
52                                for( String characteristic : characteristics ) {
53                                        atts.add(new Attribute(dataAtt.name() + "_" + characteristic));
54                                }
55                        }
56                }
57                final Instances data = new Instances("distributional_characteristics", atts, 0);
58               
59                // setup data for clustering
60                double[] instanceValues = new double[atts.size()];
61                for( int i=0 ; i<testdata.numAttributes() ; i++ ) {
62                        Attribute dataAtt = testdata.attribute(i);
63                        if( !dataAtt.equals(classAtt) ) {
64                                Stats stats = testdata.attributeStats(i).numericStats;
65                                for( int j=0; j<characteristics.length; j++ ) {
66                                        if( "mean".equals(characteristics[j]) ) {
67                                                instanceValues[i*characteristics.length+j] = stats.mean;
68                                        } else if( "stddev".equals(characteristics[j])) {
69                                                instanceValues[i*characteristics.length+j] = stats.stdDev;
70                                        } else if( "var".equals(characteristics[j])) {
71                                                instanceValues[i*characteristics.length+j] = testdata.variance(j);
72                                        } else {
73                                                throw new RuntimeException("Unkown distributional characteristic: " + characteristics[j]);
74                                        }
75                                }
76                        }
77                }               
78                data.add(new DenseInstance(1.0, instanceValues));
79               
80                for( Instances traindata : traindataSet ) {
81                        instanceValues = new double[atts.size()];
82                        for( int i=0 ; i<traindata.numAttributes() ; i++ ) {
83                                Attribute dataAtt = traindata.attribute(i);
84                                if( !dataAtt.equals(classAtt) ) {
85                                        Stats stats = traindata.attributeStats(i).numericStats;
86                                        for( int j=0; j<characteristics.length; j++ ) {
87                                                if( "mean".equals(characteristics[j]) ) {
88                                                        instanceValues[i*characteristics.length+j] = stats.mean;
89                                                } else if( "stddev".equals(characteristics[j])) {
90                                                        instanceValues[i*characteristics.length+j] = stats.stdDev;
91                                                } else if( "var".equals(characteristics[j])) {
92                                                        instanceValues[i*characteristics.length+j] = testdata.variance(j);
93                                                } else {
94                                                        throw new RuntimeException("Unkown distributional characteristic: " + characteristics[j]);
95                                                }
96                                        }
97                                }
98                        }               
99                        Instance instance = new DenseInstance(1.0, instanceValues);
100                       
101                        data.add(instance);
102                }
103                return data;
104        }
105       
106        /**
107         * Returns the normalized distributional characteristics of the training data.
108         * @param testdata test data
109         * @param traindataSet training data sets
110         * @return normalized distributional characteristics of the data
111         */
112        protected Instances normalizedCharacteristicInstances(Instances testdata, SetUniqueList<Instances> traindataSet) {
113                Instances data = characteristicInstances(testdata, traindataSet);
114                try {
115                        final Normalize normalizer = new Normalize();
116                        normalizer.setInputFormat(data);
117                        data = Filter.useFilter(data, normalizer);
118                } catch (Exception e) {
119                        throw new RuntimeException("Unexpected exception during normalization of distributional characteristics.", e);
120                }
121                return data;
122        }
123}
Note: See TracBrowser for help on using the repository browser.