source: trunk/CrossPare/src/de/ugoe/cs/cpdp/dataselection/SetWiseEMClusterSelection.java @ 12

Last change on this file since 12 was 2, checked in by sherbold, 10 years ago
  • initial commit
  • Property svn:mime-type set to text/plain
File size: 2.0 KB
Line 
1package de.ugoe.cs.cpdp.dataselection;
2
3import java.util.LinkedList;
4import java.util.List;
5
6import org.apache.commons.collections4.list.SetUniqueList;
7
8import weka.clusterers.EM;
9import weka.core.Instance;
10import weka.core.Instances;
11
12/**
13 * Filter based on EM clustering after S. Herbold: Training data selection for cross-project defect prediction
14 * @author Steffen Herbold
15 */
16public class SetWiseEMClusterSelection extends AbstractCharacteristicSelection {
17       
18        /**
19         * @see de.ugoe.cs.cpdp.dataselection.SetWiseDataselectionStrategy#apply(weka.core.Instances, org.apache.commons.collections4.list.SetUniqueList)
20         */
21        @Override
22        public void apply(Instances testdata, SetUniqueList<Instances> traindataSet) {
23                final Instances data = normalizedCharacteristicInstances(testdata, traindataSet);
24                final Instance targetInstance = data.instance(0);
25                final List<Instance> candidateInstances = new LinkedList<Instance>();
26                for( int i=1; i<data.numInstances(); i++ ) {
27                        candidateInstances.add(data.instance(i));
28                }
29               
30                // cluster and select
31                try {
32                        final EM emeans = new EM();
33                        boolean onlyTarget = true;
34                        int targetCluster;
35                        int maxNumClusters = candidateInstances.size();
36                        do { // while(onlyTarget)
37                                emeans.setMaximumNumberOfClusters(maxNumClusters);
38                                emeans.buildClusterer(data);
39                                                       
40                                targetCluster = emeans.clusterInstance(targetInstance);
41                               
42                                // check if cluster only contains target project
43                                for( int i=0 ; i<candidateInstances.size() && onlyTarget; i++ ) {
44                                        onlyTarget &= !(emeans.clusterInstance(candidateInstances.get(i))==targetCluster);
45                                }
46                                maxNumClusters = emeans.numberOfClusters()-1;
47                        } while(onlyTarget);
48                       
49                        int numRemoved = 0;
50                        for( int i=0 ; i<candidateInstances.size() ; i++ ) {
51                                if( emeans.clusterInstance(candidateInstances.get(i))!=targetCluster ) {
52                                        traindataSet.remove(i-numRemoved++);
53                                }
54                        }
55                } catch(Exception e) {
56                        throw new RuntimeException("error applying setwise EM clustering training data selection", e);
57                }
58        }       
59}
Note: See TracBrowser for help on using the repository browser.