source: trunk/CrossPare/src/de/ugoe/cs/cpdp/dataselection/SetWiseKNNSelection.java @ 28

Last change on this file since 28 was 2, checked in by sherbold, 10 years ago
  • initial commit
  • Property svn:mime-type set to text/plain
File size: 2.4 KB
Line 
1package de.ugoe.cs.cpdp.dataselection;
2
3import java.util.HashSet;
4import java.util.Set;
5
6import org.apache.commons.collections4.list.SetUniqueList;
7import org.apache.commons.math3.util.MathArrays;
8
9import weka.core.Instances;
10
11/**
12 * Filter based on the k-nearest neighbor (KNN) algorithm S. Herbold: Training data selection for cross-project defect prediction
13 * @author Steffen Herbold
14 */
15public class SetWiseKNNSelection extends AbstractCharacteristicSelection {
16       
17        /**
18         * number of neighbors selected
19         */
20        private int k = 1;
21       
22        /**
23         * @see de.ugoe.cs.cpdp.dataselection.SetWiseDataselectionStrategy#apply(weka.core.Instances, org.apache.commons.collections4.list.SetUniqueList)
24         */
25        @Override
26        public void apply(Instances testdata, SetUniqueList<Instances> traindataSet) {
27                final Instances data = normalizedCharacteristicInstances(testdata, traindataSet);
28               
29                final Set<Integer> selected = new HashSet<Integer>();           
30                for( int i=0 ; i<k ; i++ ) {
31                        int closestIndex = getClosest(data);
32                       
33                        selected.add(closestIndex);
34                        data.delete(closestIndex);
35                }
36               
37                for( int i=traindataSet.size()-1; i>=0 ; i-- ) {
38                        if( selected.contains(i) ) {
39                                traindataSet.remove(i);
40                        }
41                }
42        }
43       
44        /**
45         * Helper method that determines the index of the instance with the smallest distance to the first instance (index 0).
46         * @param data data set
47         * @return index of the closest instance
48         */
49        private int getClosest(Instances data) {
50                double closestDistance = Double.MAX_VALUE;
51                int closestIndex = 1;
52                for( int i=1 ; i<data.numInstances() ; i++ ) {
53                        double distance = MathArrays.distance(data.instance(0).toDoubleArray(), data.instance(i).toDoubleArray());
54                        if( distance < closestDistance) {
55                                closestDistance = distance;
56                                closestIndex = i;
57                        }
58                }
59                return closestIndex;
60        }
61
62        /**
63         * Sets the number of neighbors followed by the distributional characteristics, the values are separated by blanks.
64         * @see AbstractCharacteristicSelection#setParameter(String)
65         */
66        @Override
67        public void setParameter(String parameters) {
68                if( !"".equals(parameters) ) {
69                        final String[] split = parameters.split(" ");
70                        k = Integer.parseInt(split[0]);
71                        String str = "";
72                        for( int i=1 ; i<split.length; i++ ) {
73                                str += split[i];
74                                if( i<split.length-1 )  {
75                                        str += " ";
76                                }
77                        }
78                        super.setParameter(str);
79                }
80        }
81}
Note: See TracBrowser for help on using the repository browser.