source: trunk/CrossPare/src/de/ugoe/cs/cpdp/training/GPTraining.java @ 141

Last change on this file since 141 was 136, checked in by sherbold, 8 years ago
  • more code documentation
File size: 45.7 KB
Line 
1
2package de.ugoe.cs.cpdp.training;
3
4import java.util.LinkedList;
5import java.util.List;
6
7import org.apache.commons.collections4.list.SetUniqueList;
8
9import weka.classifiers.AbstractClassifier;
10import weka.classifiers.Classifier;
11import weka.core.Instance;
12import weka.core.Instances;
13import org.apache.commons.lang3.ArrayUtils;
14import org.jgap.Configuration;
15import org.jgap.InvalidConfigurationException;
16import org.jgap.gp.CommandGene;
17import org.jgap.gp.GPProblem;
18
19import org.jgap.gp.function.Add;
20import org.jgap.gp.function.Multiply;
21import org.jgap.gp.function.Log;
22import org.jgap.gp.function.Subtract;
23import org.jgap.gp.function.Divide;
24import org.jgap.gp.function.Sine;
25import org.jgap.gp.function.Cosine;
26import org.jgap.gp.function.Max;
27import org.jgap.gp.function.Exp;
28
29import org.jgap.gp.impl.DeltaGPFitnessEvaluator;
30import org.jgap.gp.impl.GPConfiguration;
31import org.jgap.gp.impl.GPGenotype;
32import org.jgap.gp.impl.TournamentSelector;
33import org.jgap.gp.terminal.Terminal;
34import org.jgap.gp.GPFitnessFunction;
35import org.jgap.gp.IGPProgram;
36import org.jgap.gp.terminal.Variable;
37import org.jgap.gp.MathCommand;
38import org.jgap.util.ICloneable;
39
40import de.ugoe.cs.cpdp.util.WekaUtils;
41
42import org.jgap.gp.impl.ProgramChromosome;
43import org.jgap.util.CloneException;
44
45/**
46 * Genetic Programming Trainer
47 *
48 * Implementation (mostly) according to Liu et al. Evolutionary Optimization of Software Quality
49 * Modeling with Multiple Repositories.
50 *
51 * - GPRun is a Run of a complete Genetic Programm Evolution, we want several complete runs. -
52 * GPVClassifier is the Validation Classifier - GPVVClassifier is the Validation-Voting Classifier
53 *
54 * config: <setwisetrainer name="GPTraining" param="populationSize:1000,numberRuns:10" />
55 *
56 * @author Alexander Trautsch
57 */
58public class GPTraining implements ISetWiseTrainingStrategy, IWekaCompatibleTrainer {
59
60    /**
61     * the interal validation-and-voting classifier
62     */
63    private GPVVClassifier classifier = null;
64
65    /**
66     * size of the population of the genetic program; default from the paper is 1000
67     */
68    private int populationSize = 1000;
69
70    /**
71     * minimal depth of the S-expression tree at the start of the training; default from the paper
72     * is 2
73     */
74    private int initMinDepth = 2;
75
76    /**
77     * maximal depth of the S-expression tree at the start of the training; default from the paper
78     * is 6
79     */
80    private int initMaxDepth = 6;
81
82    /**
83     * size of the tournaments used for selection; default from the paper is 7
84     */
85    private int tournamentSize = 7;
86
87    /**
88     * number of genetic generations considered (i.e., number of iterations; default from the paper
89     * is 50
90     */
91    private int maxGenerations = 50;
92
93    /**
94     * weight factor for the prediction errors for cost estimation; default from the paper is 15
95     */
96    private double errorType2Weight = 15;
97
98    /**
99     * number of internal replications from which the best result is picked; default from the paper
100     * is 20
101     */
102    private int numberRuns = 20;
103
104    /**
105     * maximal depth of the S-expression tree; default from the paper is 20
106     */
107    private int maxDepth = 20;
108
109    /**
110     * maximal number of nodes of the S-expression tree; default from the paper is 100
111     */
112    private int maxNodes = 100;
113
114    /*
115     * (non-Javadoc)
116     *
117     * @see de.ugoe.cs.cpdp.IParameterizable#setParameter(java.lang.String)
118     */
119    @Override
120    public void setParameter(String parameters) {
121
122        String[] params = parameters.split(",");
123        String[] keyvalue = new String[2];
124
125        for (int i = 0; i < params.length; i++) {
126            keyvalue = params[i].split(":");
127
128            switch (keyvalue[0])
129            {
130                case "populationSize":
131                    this.populationSize = Integer.parseInt(keyvalue[1]);
132                    break;
133
134                case "initMinDepth":
135                    this.initMinDepth = Integer.parseInt(keyvalue[1]);
136                    break;
137
138                case "tournamentSize":
139                    this.tournamentSize = Integer.parseInt(keyvalue[1]);
140                    break;
141
142                case "maxGenerations":
143                    this.maxGenerations = Integer.parseInt(keyvalue[1]);
144                    break;
145
146                case "errorType2Weight":
147                    this.errorType2Weight = Double.parseDouble(keyvalue[1]);
148                    break;
149
150                case "numberRuns":
151                    this.numberRuns = Integer.parseInt(keyvalue[1]);
152                    break;
153
154                case "maxDepth":
155                    this.maxDepth = Integer.parseInt(keyvalue[1]);
156                    break;
157
158                case "maxNodes":
159                    this.maxNodes = Integer.parseInt(keyvalue[1]);
160                    break;
161            }
162        }
163
164        this.classifier = new GPVVClassifier();
165        ((GPVClassifier) this.classifier)
166            .configure(populationSize, initMinDepth, initMaxDepth, tournamentSize, maxGenerations,
167                       errorType2Weight, numberRuns, maxDepth, maxNodes);
168    }
169
170    /*
171     * (non-Javadoc)
172     *
173     * @see
174     * de.ugoe.cs.cpdp.training.ISetWiseTrainingStrategy#apply(org.apache.commons.collections4.list.
175     * SetUniqueList)
176     */
177    @Override
178    public void apply(SetUniqueList<Instances> traindataSet) {
179        try {
180            classifier.buildClassifier(traindataSet);
181        }
182        catch (Exception e) {
183            throw new RuntimeException(e);
184        }
185    }
186
187    /*
188     * (non-Javadoc)
189     *
190     * @see de.ugoe.cs.cpdp.training.ISetWiseTrainingStrategy#getName()
191     */
192    @Override
193    public String getName() {
194        return "GPTraining";
195    }
196
197    /*
198     * (non-Javadoc)
199     *
200     * @see de.ugoe.cs.cpdp.training.IWekaCompatibleTrainer#getClassifier()
201     */
202    @Override
203    public Classifier getClassifier() {
204        return this.classifier;
205    }
206
207    /**
208     * <p>
209     * Internal helper class that stores the data in a format that can be used by the genetic
210     * program.
211     * </p>
212     *
213     * @author Alexander Trautsch
214     */
215    public class InstanceData {
216
217        /**
218         * instances values
219         */
220        private double[][] instances_x;
221
222        /**
223         * class labels
224         */
225        private boolean[] instances_y;
226
227        /**
228         * <p>
229         * Constructor. Creates the internal data representation.
230         * </p>
231         *
232         * @param instances
233         */
234        public InstanceData(Instances instances) {
235            this.instances_x = new double[instances.numInstances()][instances.numAttributes() - 1];
236            this.instances_y = new boolean[instances.numInstances()];
237
238            Instance current;
239            for (int i = 0; i < this.instances_x.length; i++) {
240                current = instances.get(i);
241                this.instances_x[i] = WekaUtils.instanceValues(current);
242                this.instances_y[i] = 1.0 == current.classValue();
243            }
244        }
245
246        /**
247         * <p>
248         * returns the instance values
249         * </p>
250         *
251         * @return the instance values
252         */
253        public double[][] getX() {
254            return instances_x;
255        }
256
257        /**
258         * <p>
259         * returns the instance labels
260         * </p>
261         *
262         * @return the instance labels
263         */
264        public boolean[] getY() {
265            return instances_y;
266        }
267    }
268
269    /**
270     * One Run executed by a GP Classifier
271     */
272    public class GPRun extends AbstractClassifier {
273
274        /**
275         * generated serialization ID
276         */
277        private static final long serialVersionUID = -4250422550107888789L;
278
279        /**
280         * size of the population of the genetic program
281         */
282        private int populationSize;
283
284        /**
285         * minimal depth of the S-expression tree at the start of the training
286         */
287        private int initMinDepth;
288
289        /**
290         * maximal depth of the S-expression tree at the start of the training
291         */
292        private int initMaxDepth;
293
294        /**
295         * size of the tournaments used for selection
296         */
297        private int tournamentSize;
298
299        /**
300         * number of genetic generations considered (i.e., number of iterations
301         */
302        private int maxGenerations;
303
304        /**
305         * weight factor for the prediction errors for cost estimation
306         */
307        private double errorType2Weight;
308
309        /**
310         * maximal depth of the S-expression tree
311         */
312        private int maxDepth;
313
314        /**
315         * maximal number of nodes of the S-expression tree
316         */
317        private int maxNodes;
318
319        /**
320         * genetic program
321         */
322        private GPGenotype gp;
323
324        /**
325         * description of the problem to be solved by the genetic program
326         */
327        private GPProblem problem;
328
329        /**
330         * <p>
331         * Configures the runner
332         * </p>
333         *
334         * @param populationSize
335         *            the population size
336         * @param initMinDepth
337         *            the initial minimal depth of the S-expression tree
338         * @param initMaxDepth
339         *            the initial maximal depth of the S-expression tree
340         * @param tournamentSize
341         *            the tournament size for selection
342         * @param maxGenerations
343         *            the number of generations created
344         * @param errorType2Weight
345         *            weigth factor for the prediction errors
346         * @param maxDepth
347         *            maximal depth of the S-expression tree
348         * @param maxNodes
349         *            maximal number of nodes of the S-expression tree
350         */
351        public void configure(int populationSize,
352                              int initMinDepth,
353                              int initMaxDepth,
354                              int tournamentSize,
355                              int maxGenerations,
356                              double errorType2Weight,
357                              int maxDepth,
358                              int maxNodes)
359        {
360            this.populationSize = populationSize;
361            this.initMinDepth = initMinDepth;
362            this.initMaxDepth = initMaxDepth;
363            this.tournamentSize = tournamentSize;
364            this.maxGenerations = maxGenerations;
365            this.errorType2Weight = errorType2Weight;
366            this.maxDepth = maxDepth;
367            this.maxNodes = maxNodes;
368        }
369
370        /**
371         * <p>
372         * returns the genetic program
373         * </p>
374         *
375         * @return the genetic program
376         */
377        public GPGenotype getGp() {
378            return this.gp;
379        }
380
381        /**
382         * <p>
383         * returns the variables of the genetic program
384         * </p>
385         *
386         * @return the variables
387         */
388        public Variable[] getVariables() {
389            return ((CrossPareGP) this.problem).getVariables();
390        }
391
392        /*
393         * (non-Javadoc)
394         *
395         * @see weka.classifiers.Classifier#buildClassifier(weka.core.Instances)
396         */
397        @Override
398        public void buildClassifier(Instances traindata) throws Exception {
399            InstanceData train = new InstanceData(traindata);
400            this.problem =
401                new CrossPareGP(train.getX(), train.getY(), this.populationSize, this.initMinDepth,
402                                this.initMaxDepth, this.tournamentSize, this.errorType2Weight,
403                                this.maxDepth, this.maxNodes);
404            this.gp = problem.create();
405            this.gp.evolve(this.maxGenerations);
406        }
407
408        /**
409         * GPProblem implementation
410         *
411         * @author Alexander Trautsch
412         */
413        class CrossPareGP extends GPProblem {
414
415            /**
416             * Instance values of the training data
417             */
418            private double[][] instances;
419
420            /**
421             * Classifications of the training data
422             */
423            private boolean[] output;
424
425            /**
426             * maximal depth of the S-expression tree
427             */
428            private int maxDepth;
429
430            /**
431             * maximal number of nodes of the S-expression tree
432             */
433            private int maxNodes;
434
435            /**
436             * variables of the genetic program
437             */
438            private Variable[] x;
439
440            /**
441             *
442             * <p>
443             * Constructor. Creates a new genetic program.
444             * </p>
445             *
446             * @param instances
447             *            instance values of the training data
448             * @param output
449             *            classifications of the training data
450             * @param populationSize
451             *            the population size
452             * @param minInitDept
453             *            the initial minimal depth of the S-expression tree
454             * @param maxInitDepth
455             *            the initial maximal depth of the S-expression tree
456             * @param tournamentSize
457             *            the tournament size for selection
458             * @param maxGenerations
459             *            the number of generations created
460             * @param errorType2Weight
461             *            weigth factor for the prediction errors
462             * @param maxDepth
463             *            maximal depth of the S-expression tree
464             * @param maxNodes
465             *            maximal number of nodes of the S-expression tree
466             * @throws InvalidConfigurationException
467             *             thrown in case the problem cannot be created
468             */
469            public CrossPareGP(double[][] instances,
470                               boolean[] output,
471                               int populationSize,
472                               int minInitDept,
473                               int maxInitDepth,
474                               int tournamentSize,
475                               double errorType2Weight,
476                               int maxDepth,
477                               int maxNodes)
478                throws InvalidConfigurationException
479            {
480                super(new GPConfiguration());
481
482                this.instances = instances;
483                this.output = output;
484                this.maxDepth = maxDepth;
485                this.maxNodes = maxNodes;
486
487                Configuration.reset();
488                GPConfiguration config = this.getGPConfiguration();
489
490                this.x = new Variable[this.instances[0].length];
491
492                for (int j = 0; j < this.x.length; j++) {
493                    this.x[j] = Variable.create(config, "X" + j, CommandGene.DoubleClass);
494                }
495
496                config.setGPFitnessEvaluator(new DeltaGPFitnessEvaluator()); // smaller fitness is
497                                                                             // better
498                // config.setGPFitnessEvaluator(new DefaultGPFitnessEvaluator()); // bigger fitness
499                // is better
500
501                config.setMinInitDepth(minInitDept);
502                config.setMaxInitDepth(maxInitDepth);
503
504                config.setCrossoverProb((float) 0.60);
505                config.setReproductionProb((float) 0.10);
506                config.setMutationProb((float) 0.30);
507
508                config.setSelectionMethod(new TournamentSelector(tournamentSize));
509
510                config.setPopulationSize(populationSize);
511
512                config.setMaxCrossoverDepth(4);
513                config.setFitnessFunction(new CrossPareFitness(this.x, this.instances, this.output,
514                                                               errorType2Weight));
515                config.setStrictProgramCreation(true);
516            }
517
518            /**
519             * <p>
520             * Returns the variables of the problem. Used for running the fitness function again for
521             * testing.
522             * </p>
523             *
524             * @return the variables
525             */
526            public Variable[] getVariables() {
527                return this.x;
528            }
529
530            /**
531             * creates the genetic program
532             */
533            @SuppressWarnings("rawtypes")
534            public GPGenotype create() throws InvalidConfigurationException {
535                GPConfiguration config = this.getGPConfiguration();
536
537                // return type
538                Class[] types =
539                    { CommandGene.DoubleClass };
540
541                // Arguments of result-producing chromosome: none
542                Class[][] argTypes =
543                    { { } };
544
545                // variables + functions, we set the variables with the values of the instances here
546                CommandGene[] vars = new CommandGene[this.instances[0].length];
547                for (int j = 0; j < this.instances[0].length; j++) {
548                    vars[j] = this.x[j];
549                }
550                CommandGene[] funcs =
551                    { new Add(config, CommandGene.DoubleClass),
552                        new Subtract(config, CommandGene.DoubleClass),
553                        new Multiply(config, CommandGene.DoubleClass),
554                        new Divide(config, CommandGene.DoubleClass),
555                        new Sine(config, CommandGene.DoubleClass),
556                        new Cosine(config, CommandGene.DoubleClass),
557                        new Exp(config, CommandGene.DoubleClass),
558                        new Log(config, CommandGene.DoubleClass),
559                        new GT(config, CommandGene.DoubleClass),
560                        new Max(config, CommandGene.DoubleClass),
561                        new Terminal(config, CommandGene.DoubleClass, -100.0, 100.0, true), // min,
562                                                                                            // max,
563                                                                                            // whole
564                                                                                            // numbers
565                    };
566
567                CommandGene[] comb = (CommandGene[]) ArrayUtils.addAll(vars, funcs);
568                CommandGene[][] nodeSets =
569                    { comb, };
570
571                // we only have one chromosome so this suffices
572                int minDepths[] =
573                    { config.getMinInitDepth() };
574                int maxDepths[] =
575                    { this.maxDepth };
576                GPGenotype result =
577                    GPGenotype.randomInitialGenotype(config, types, argTypes, nodeSets, minDepths,
578                                                     maxDepths, this.maxNodes, false); // 40 =
579                                                                                       // maxNodes,
580                                                                                       // true =
581                                                                                       // verbose
582                                                                                       // output
583
584                return result;
585            }
586        }
587
588        /**
589         * Internal helper class for the fitness function.
590         *
591         * @author Alexander Trautsch
592         */
593        class CrossPareFitness extends GPFitnessFunction {
594
595            /**
596             * generated serialization ID
597             */
598            private static final long serialVersionUID = 75234832484387L;
599
600            /**
601             * variables of the genetic program
602             */
603            private Variable[] x;
604
605            /**
606             * instance values of the training data
607             */
608            private double[][] instances;
609
610            /**
611             * classifications of the training data
612             */
613            private boolean[] output;
614
615            /**
616             * weight of the error costs
617             */
618            private double errorType2Weight = 1.0;
619
620            // needed in evaluate
621            // private Object[] NO_ARGS = new Object[0];
622
623            /**
624             * fitness value
625             */
626            private double sfitness = 0.0f;
627
628            /**
629             * type I error
630             */
631            private int errorType1 = 0;
632
633            /**
634             * type II error
635             */
636            private int errorType2 = 0;
637
638            /**
639             * <p>
640             * Constructor. Creates a new fitness function.
641             * </p>
642             *
643             * @param x
644             *            variables of the genetic program
645             * @param instances
646             *            instance values of the training data
647             * @param output
648             *            classification of the training data
649             * @param errorType2Weight
650             *            weight of the error costs
651             */
652            public CrossPareFitness(Variable[] x,
653                                    double[][] instances,
654                                    boolean[] output,
655                                    double errorType2Weight)
656            {
657                this.x = x;
658                this.instances = instances;
659                this.output = output;
660                this.errorType2Weight = errorType2Weight;
661            }
662
663            /**
664             * <p>
665             * returns the type I error
666             * </p>
667             *
668             * @return type I error
669             */
670            public int getErrorType1() {
671                return this.errorType1;
672            }
673
674            /**
675             * <p>
676             * returns the type II error
677             * </p>
678             *
679             * @return type II error
680             */
681            public int getErrorType2() {
682                return this.errorType2;
683            }
684
685            /**
686             * <p>
687             * returns the value of the secondary fitness function
688             * </p>
689             *
690             * @return secondary fitness
691             */
692            public double getSecondFitness() {
693                return this.sfitness;
694            }
695
696            /**
697             * <p>
698             * returns the number of training instances
699             * </p>
700             *
701             * @return number of instances
702             */
703            public int getNumInstances() {
704                return this.instances.length;
705            }
706
707            /**
708             * <p>
709             * The fitness function. Our fitness is best if we have the less wrong classifications,
710             * this includes a weight for type2 errors.
711             * </p>
712             *
713             * @param program
714             *            the genetic program whose fitness is evaluated.
715             *
716             * @see org.jgap.gp.GPFitnessFunction#evaluate(org.jgap.gp.IGPProgram)
717             */
718            @Override
719            protected double evaluate(final IGPProgram program) {
720                double pfitness = 0.0f;
721                this.sfitness = 0.0f;
722                double value = 0.0f;
723
724                // count classification errors
725                this.errorType1 = 0;
726                this.errorType2 = 0;
727
728                for (int i = 0; i < this.instances.length; i++) {
729
730                    // requires that we have a variable for each column of our dataset (attribute of
731                    // instance)
732                    for (int j = 0; j < this.x.length; j++) {
733                        this.x[j].set(this.instances[i][j]);
734                    }
735
736                    // value gives us a double, if < 0.5 we set this instance as faulty
737                    value = program.execute_double(0, this.x);
738
739                    if (value < 0.5) {
740                        if (this.output[i] != true) {
741                            this.errorType1 += 1;
742                        }
743                    }
744                    else {
745                        if (this.output[i] == true) {
746                            this.errorType2 += 1;
747                        }
748                    }
749                }
750
751                // now calc pfitness
752                pfitness = (this.errorType1 + this.errorType2Weight * this.errorType2) /
753                    this.instances.length;
754
755                // number of nodes in the programm, if lower then 10 we assign sFitness of 10
756                // we can set metadata with setProgramData to save this
757                if (program.getChromosome(0).getSize(0) < 10) {
758                    program.setApplicationData(10.0f);
759                }
760
761                return pfitness;
762            }
763        }
764
765        /**
766         * Custom GT implementation used in the GP Algorithm.
767         *
768         * @author Alexander Trautsch
769         */
770        public class GT extends MathCommand implements ICloneable {
771
772            /**
773             * generated serialization ID.
774             */
775            private static final long serialVersionUID = 113454184817L;
776
777            /**
778             * <p>
779             * Constructor. Creates a new GT.
780             * </p>
781             *
782             * @param a_conf
783             *            the configuration of the genetic program
784             * @param a_returnType
785             *            the return type
786             * @throws InvalidConfigurationException
787             *             thrown is there is a problem during the initialization of the super class
788             *
789             * @see MathCommand
790             */
791            public GT(final GPConfiguration a_conf, @SuppressWarnings("rawtypes") java.lang.Class a_returnType)
792                throws InvalidConfigurationException
793            {
794                super(a_conf, 2, a_returnType);
795            }
796
797            /*
798             * (non-Javadoc)
799             *
800             * @see org.jgap.gp.CommandGene#toString()
801             */
802            @Override
803            public String toString() {
804                return "GT(&1, &2)";
805            }
806
807            /*
808             * (non-Javadoc)
809             *
810             * @see org.jgap.gp.CommandGene#getName()
811             */
812            @Override
813            public String getName() {
814                return "GT";
815            }
816
817            /*
818             * (non-Javadoc)
819             *
820             * @see org.jgap.gp.CommandGene#execute_float(org.jgap.gp.impl.ProgramChromosome, int,
821             * java.lang.Object[])
822             */
823            @Override
824            public float execute_float(ProgramChromosome c, int n, Object[] args) {
825                float f1 = c.execute_float(n, 0, args);
826                float f2 = c.execute_float(n, 1, args);
827
828                float ret = 1.0f;
829                if (f1 > f2) {
830                    ret = 0.0f;
831                }
832
833                return ret;
834            }
835
836            /*
837             * (non-Javadoc)
838             *
839             * @see org.jgap.gp.CommandGene#execute_double(org.jgap.gp.impl.ProgramChromosome, int,
840             * java.lang.Object[])
841             */
842            @Override
843            public double execute_double(ProgramChromosome c, int n, Object[] args) {
844                double f1 = c.execute_double(n, 0, args);
845                double f2 = c.execute_double(n, 1, args);
846
847                double ret = 1;
848                if (f1 > f2) {
849                    ret = 0;
850                }
851                return ret;
852            }
853
854            /*
855             * (non-Javadoc)
856             *
857             * @see java.lang.Object#clone()
858             */
859            @Override
860            public Object clone() {
861                try {
862                    GT result = new GT(getGPConfiguration(), getReturnType());
863                    return result;
864                }
865                catch (Exception ex) {
866                    throw new CloneException(ex);
867                }
868            }
869        }
870    }
871
872    /**
873     * GP Multiple Data Sets Validation-Voting Classifier
874     *
875     * Basically the same as the GP Multiple Data Sets Validation Classifier. But here we do keep a
876     * model candidate for each training set which may later vote
877     *
878     */
879    public class GPVVClassifier extends GPVClassifier {
880
881        /**
882         * generated serialization ID
883         */
884        private static final long serialVersionUID = -654710583852839901L;
885
886        /**
887         * classifiers for each validation set
888         */
889        private List<Classifier> classifiers = null;
890
891        /*
892         * (non-Javadoc)
893         *
894         * @see
895         * de.ugoe.cs.cpdp.training.GPTraining.GPVClassifier#buildClassifier(weka.core.Instances)
896         */
897        @Override
898        public void buildClassifier(Instances arg0) throws Exception {
899            // TODO Auto-generated method stub
900        }
901
902        /**
903         * Build the GP Multiple Data Sets Validation-Voting Classifier
904         *
905         * This is according to Section 6 of the Paper by Liu et al. It is basically the Multiple
906         * Data Sets Validation Classifier but here we keep the best models an let them vote.
907         *
908         * @param traindataSet
909         *            the training data
910         * @throws Exception
911         *             thrown in case of a problem with the training
912         */
913        public void buildClassifier(SetUniqueList<Instances> traindataSet) throws Exception {
914
915            // each classifier is trained with one project from the set
916            // then is evaluated on the rest
917            classifiers = new LinkedList<>();
918            for (int i = 0; i < traindataSet.size(); i++) {
919
920                // candidates we get out of evaluation
921                LinkedList<Classifier> candidates = new LinkedList<>();
922
923                // number of runs, yields the best of these
924                double smallest_error_count_train = Double.MAX_VALUE;
925                Classifier bestTrain = null;
926                for (int k = 0; k < this.numberRuns; k++) {
927                    double[] errors_eval =
928                        { 0.0, 0.0 };
929                    Classifier classifier = new GPRun();
930                    ((GPRun) classifier).configure(this.populationSize, this.initMinDepth,
931                                                   this.initMaxDepth, this.tournamentSize,
932                                                   this.maxGenerations, this.errorType2Weight,
933                                                   this.maxDepth, this.maxNodes);
934
935                    // one project is training data
936                    classifier.buildClassifier(traindataSet.get(i));
937
938                    double[] errors;
939                    // rest of the set is evaluation data, we evaluate now
940                    for (int j = 0; j < traindataSet.size(); j++) {
941                        if (j != i) {
942                            // if type1 and type2 errors are < 0.5 we allow the model in the
943                            // candidates
944                            errors = this.evaluate((GPRun) classifier, traindataSet.get(j));
945                            errors_eval[0] += errors[0];
946                            errors_eval[1] += errors[1];
947                            if ((errors[0] < 0.5) && (errors[1] < 0.5)) {
948                                candidates.add(classifier);
949                            }
950                        }
951                    }
952
953                    // if the candidate made fewer errors it is now the best
954                    if (errors_eval[0] + errors_eval[1] < smallest_error_count_train) {
955                        bestTrain = classifier;
956                        smallest_error_count_train = errors_eval[0] + errors_eval[1];
957                    }
958                }
959
960                // now after the evaluation we do a model selection where only one model remains for
961                // the given training data
962                // we select the model which is best on all evaluation data
963                double smallest_error_count = Double.MAX_VALUE;
964                double[] errors;
965                Classifier best = null;
966                for (int ii = 0; ii < candidates.size(); ii++) {
967                    double[] errors_eval =
968                        { 0.0, 0.0 };
969
970                    // we add the errors the candidate makes over the evaldata
971                    for (int j = 0; j < traindataSet.size(); j++) {
972                        if (j != i) {
973                            errors = this.evaluate((GPRun) candidates.get(ii), traindataSet.get(j));
974                            errors_eval[0] += errors[0];
975                            errors_eval[1] += errors[1];
976                        }
977                    }
978
979                    // if the candidate made fewer errors it is now the best
980                    if (errors_eval[0] + errors_eval[1] < smallest_error_count) {
981                        best = candidates.get(ii);
982                        smallest_error_count = errors_eval[0] + errors_eval[1];
983                    }
984                }
985
986                if (best == null) {
987                    best = bestTrain;
988                }
989                // now we have the best classifier for this training data
990                classifiers.add(best);
991            }
992        }
993
994        /**
995         * Use the best classifiers for each training data in a majority voting
996         *
997         * @param instance
998         *            instance that is classified
999         *
1000         * @see de.ugoe.cs.cpdp.training.GPTraining.GPVClassifier#classifyInstance(weka.core.Instance)
1001         */
1002        @Override
1003        public double classifyInstance(Instance instance) {
1004
1005            int vote_positive = 0;
1006
1007            for (int i = 0; i < classifiers.size(); i++) {
1008                Classifier classifier = classifiers.get(i);
1009
1010                GPGenotype gp = ((GPRun) classifier).getGp();
1011                Variable[] vars = ((GPRun) classifier).getVariables();
1012
1013                IGPProgram fitest = gp.getAllTimeBest(); // all time fitest
1014                for (int j = 0; j < instance.numAttributes() - 1; j++) {
1015                    vars[j].set(instance.value(j));
1016                }
1017
1018                if (fitest.execute_double(0, vars) < 0.5) {
1019                    vote_positive += 1;
1020                }
1021            }
1022
1023            if (vote_positive >= (classifiers.size() / 2)) {
1024                return 1.0;
1025            }
1026            else {
1027                return 0.0;
1028            }
1029        }
1030    }
1031
1032    /**
1033     * GP Multiple Data Sets Validation Classifier
1034     *
1035     * We train a Classifier with one training project $numberRun times. Then we evaluate the
1036     * classifier on the rest of the training projects and keep the best classifier. After that we
1037     * have for each training project the best classifier as per the evaluation on the rest of the
1038     * data set. Then we determine the best classifier from these candidates and keep it to be used
1039     * later.
1040     *
1041     * @author sherbold Alexander Trautsch
1042     */
1043    public class GPVClassifier extends AbstractClassifier {
1044
1045        private List<Classifier> classifiers = null;
1046        private Classifier best = null;
1047
1048        private static final long serialVersionUID = 3708714057579101522L;
1049
1050        /**
1051         * size of the population of the genetic program
1052         */
1053        protected int populationSize;
1054
1055        /**
1056         * minimal depth of the S-expression tree at the start of the training
1057         */
1058        protected int initMinDepth;
1059
1060        /**
1061         * maximal depth of the S-expression tree at the start of the training
1062         */
1063        protected int initMaxDepth;
1064
1065        /**
1066         * size of the tournaments used for selection
1067         */
1068        protected int tournamentSize;
1069
1070        /**
1071         * number of genetic generations considered (i.e., number of iterations
1072         */
1073        protected int maxGenerations;
1074
1075        /**
1076         * weight factor for the prediction errors for cost estimation
1077         */
1078        protected double errorType2Weight;
1079
1080        /**
1081         * number of internal replications from which the best result is picked
1082         */
1083        protected int numberRuns = 20;
1084
1085        /**
1086         * maximal depth of the S-expression tree
1087         */
1088        protected int maxDepth;
1089
1090        /**
1091         * maximal number of nodes of the S-expression tree
1092         */
1093        protected int maxNodes;
1094
1095        /**
1096         *
1097         * <p>
1098         * Configure the GP Params and number of Runs
1099         * </p>
1100         *
1101         * @param populationSize
1102         *            the population size
1103         * @param initMinDepth
1104         *            the initial minimal depth of the S-expression tree
1105         * @param initMaxDepth
1106         *            the initial maximal depth of the S-expression tree
1107         * @param tournamentSize
1108         *            the tournament size for selection
1109         * @param maxGenerations
1110         *            the number of generations created
1111         * @param errorType2Weight
1112         *            weigth factor for the prediction errors
1113         * @param numberRuns
1114         *            number of internal replications from which the best result is picked
1115         * @param maxDepth
1116         *            maximal depth of the S-expression tree
1117         * @param maxNodes
1118         *            maximal number of nodes of the S-expression tree
1119         */
1120        public void configure(int populationSize,
1121                              int initMinDepth,
1122                              int initMaxDepth,
1123                              int tournamentSize,
1124                              int maxGenerations,
1125                              double errorType2Weight,
1126                              int numberRuns,
1127                              int maxDepth,
1128                              int maxNodes)
1129        {
1130            this.populationSize = populationSize;
1131            this.initMinDepth = initMinDepth;
1132            this.initMaxDepth = initMaxDepth;
1133            this.tournamentSize = tournamentSize;
1134            this.maxGenerations = maxGenerations;
1135            this.errorType2Weight = errorType2Weight;
1136            this.numberRuns = numberRuns;
1137            this.maxDepth = maxDepth;
1138            this.maxNodes = maxNodes;
1139        }
1140
1141        /**
1142         * Build the GP Multiple Data Sets Validation Classifier
1143         *
1144         * This is according to Section 6 of the Paper by Liu et al. except for the selection of the
1145         * best model. Section 4 describes a slightly different approach.
1146         *
1147         * @param traindataSet
1148         *            the training data
1149         * @throws Exception
1150         *             thrown in case of a problem with the training
1151         */
1152        public void buildClassifier(SetUniqueList<Instances> traindataSet) throws Exception {
1153
1154            // each classifier is trained with one project from the set
1155            // then is evaluated on the rest
1156            for (int i = 0; i < traindataSet.size(); i++) {
1157
1158                // candidates we get out of evaluation
1159                LinkedList<Classifier> candidates = new LinkedList<>();
1160
1161                // numberRuns full GPRuns, we generate numberRuns models for each traindata
1162                for (int k = 0; k < this.numberRuns; k++) {
1163                    Classifier classifier = new GPRun();
1164                    ((GPRun) classifier).configure(this.populationSize, this.initMinDepth,
1165                                                   this.initMaxDepth, this.tournamentSize,
1166                                                   this.maxGenerations, this.errorType2Weight,
1167                                                   this.maxDepth, this.maxNodes);
1168
1169                    classifier.buildClassifier(traindataSet.get(i));
1170
1171                    double[] errors;
1172
1173                    // rest of the set is evaluation data, we evaluate now
1174                    for (int j = 0; j < traindataSet.size(); j++) {
1175                        if (j != i) {
1176                            // if type1 and type2 errors are < 0.5 we allow the model in the
1177                            // candidate list
1178                            errors = this.evaluate((GPRun) classifier, traindataSet.get(j));
1179                            if ((errors[0] < 0.5) && (errors[1] < 0.5)) {
1180                                candidates.add(classifier);
1181                            }
1182                        }
1183                    }
1184                }
1185
1186                // now after the evaluation we do a model selection where only one model remains for
1187                // the given training data
1188                // we select the model which is best on all evaluation data
1189                double smallest_error_count = Double.MAX_VALUE;
1190                double[] errors;
1191                Classifier best = null;
1192                for (int ii = 0; ii < candidates.size(); ii++) {
1193                    double[] errors_eval =
1194                        { 0.0, 0.0 };
1195
1196                    // we add the errors the candidate makes over the evaldata
1197                    for (int j = 0; j < traindataSet.size(); j++) {
1198                        if (j != i) {
1199                            errors = this.evaluate((GPRun) candidates.get(ii), traindataSet.get(j));
1200                            errors_eval[0] += errors[0];
1201                            errors_eval[1] += errors[1];
1202                        }
1203                    }
1204
1205                    // if the candidate made fewer errors it is now the best
1206                    if (errors_eval[0] + errors_eval[1] < smallest_error_count) {
1207                        best = candidates.get(ii);
1208                        smallest_error_count = errors_eval[0] + errors_eval[1];
1209                    }
1210                }
1211
1212                // now we have the best classifier for this training data
1213                classifiers.add(best);
1214
1215            } /* endfor trainData */
1216
1217            // now we have one best classifier for each trainData
1218            // we evaluate again to find the best classifier of all time
1219            // this selection is now according to section 4 of the paper and not 6 where an average
1220            // of the 6 models is build
1221            double smallest_error_count = Double.MAX_VALUE;
1222            double error_count;
1223            double errors[];
1224            for (int j = 0; j < classifiers.size(); j++) {
1225                error_count = 0;
1226                Classifier current = classifiers.get(j);
1227                for (int i = 0; i < traindataSet.size(); i++) {
1228                    errors = this.evaluate((GPRun) current, traindataSet.get(i));
1229                    error_count = errors[0] + errors[1];
1230                }
1231
1232                if (error_count < smallest_error_count) {
1233                    best = current;
1234                }
1235            }
1236        }
1237
1238        /*
1239         * (non-Javadoc)
1240         *
1241         * @see weka.classifiers.Classifier#buildClassifier(weka.core.Instances)
1242         */
1243        @Override
1244        public void buildClassifier(Instances traindata) throws Exception {
1245            final Classifier classifier = new GPRun();
1246            ((GPRun) classifier).configure(populationSize, initMinDepth, initMaxDepth,
1247                                           tournamentSize, maxGenerations, errorType2Weight,
1248                                           this.maxDepth, this.maxNodes);
1249            classifier.buildClassifier(traindata);
1250            classifiers.add(classifier);
1251        }
1252
1253        /**
1254         * <p>
1255         * Evaluation of the Classifier.
1256         * </p>
1257         * <p>
1258         * We evaluate the classifier with the Instances of the evalData. It basically assigns the
1259         * instance attribute values to the variables of the s-expression-tree and then counts the
1260         * missclassifications.
1261         * </p>
1262         *
1263         * @param classifier
1264         *            the classifier that is evaluated
1265         * @param evalData
1266         *            the validation data
1267         * @return the type I and type II error rates
1268         */
1269        public double[] evaluate(GPRun classifier, Instances evalData) {
1270            GPGenotype gp = classifier.getGp();
1271            Variable[] vars = classifier.getVariables();
1272
1273            IGPProgram fitest = gp.getAllTimeBest(); // selects the fitest of all not just the last
1274                                                     // generation
1275
1276            double classification;
1277            int error_type1 = 0;
1278            int error_type2 = 0;
1279            int positive = 0;
1280            int negative = 0;
1281
1282            for (Instance instance : evalData) {
1283
1284                // assign instance attribute values to the variables of the s-expression-tree
1285                double[] tmp = WekaUtils.instanceValues(instance);
1286                for (int i = 0; i < tmp.length; i++) {
1287                    vars[i].set(tmp[i]);
1288                }
1289
1290                classification = fitest.execute_double(0, vars);
1291
1292                // we need to count the absolutes of positives for percentage
1293                if (instance.classValue() == 1.0) {
1294                    positive += 1;
1295                }
1296                else {
1297                    negative += 1;
1298                }
1299
1300                // classification < 0.5 we say defective
1301                if (classification < 0.5) {
1302                    if (instance.classValue() != 1.0) {
1303                        error_type1 += 1;
1304                    }
1305                }
1306                else {
1307                    if (instance.classValue() == 1.0) {
1308                        error_type2 += 1;
1309                    }
1310                }
1311            }
1312
1313            // return error types percentages for the types
1314            double et1_per = error_type1 / negative;
1315            double et2_per = error_type2 / positive;
1316            return new double[]
1317                { et1_per, et2_per };
1318        }
1319
1320        /**
1321         * Use only the best classifier from our evaluation phase
1322         *
1323         * @param instance
1324         *            instance that is classified
1325         *
1326         * @see weka.classifiers.AbstractClassifier#classifyInstance(weka.core.Instance)
1327         */
1328        @Override
1329        public double classifyInstance(Instance instance) {
1330            GPGenotype gp = ((GPRun) best).getGp();
1331            Variable[] vars = ((GPRun) best).getVariables();
1332
1333            IGPProgram fitest = gp.getAllTimeBest(); // all time fitest
1334            for (int i = 0; i < instance.numAttributes() - 1; i++) {
1335                vars[i].set(instance.value(i));
1336            }
1337
1338            double classification = fitest.execute_double(0, vars);
1339
1340            if (classification < 0.5) {
1341                return 1.0;
1342            }
1343            else {
1344                return 0.0;
1345            }
1346        }
1347    }
1348}
Note: See TracBrowser for help on using the repository browser.