Ignore:
Timestamp:
08/05/14 11:42:12 (10 years ago)
Author:
sherbold
Message:
  • extended WEKA evaluation with training error, recall, precision and success rate after He et al.
File:
1 edited

Legend:

Unmodified
Added
Removed
  • trunk/CrossPare/src/de/ugoe/cs/cpdp/eval/AbstractWekaEvaluation.java

    r2 r5  
    9595                                output.append(",tn_" + ((WekaCompatibleTrainer) trainer).getName()); 
    9696                                output.append(",fp_" + ((WekaCompatibleTrainer) trainer).getName()); 
     97                                output.append(",trainerror_" + ((WekaCompatibleTrainer) trainer).getName()); 
     98                                output.append(",trainrecall_" + ((WekaCompatibleTrainer) trainer).getName()); 
     99                                output.append(",trainprecision_" + ((WekaCompatibleTrainer) trainer).getName()); 
     100                                output.append(",trainsuccHe_" + ((WekaCompatibleTrainer) trainer).getName()); 
    97101                        } 
    98102                        output.append(StringTools.ENDLINE); 
     
    104108                 
    105109                Evaluation eval = null; 
     110                Evaluation evalTrain = null; 
    106111                for( Classifier classifier : classifiers ) { 
    107112                        eval = createEvaluator(testdata, classifier); 
     113                        evalTrain = createEvaluator(traindata, classifier); 
    108114                         
    109115                        double pf = eval.numFalsePositives(1)/(eval.numFalsePositives(1)+eval.numTrueNegatives(1)); 
     
    150156                        output.append("," + eval.numTrueNegatives(1)); 
    151157                        output.append("," + eval.numFalsePositives(1)); 
     158                        output.append("," + evalTrain.errorRate()); 
     159                        output.append("," + evalTrain.recall(1)); 
     160                        output.append("," + evalTrain.precision(1)); 
     161                        if( evalTrain.recall(1)>=0.7 && evalTrain.precision(1) >= 0.5 ) { 
     162                                output.append(",1"); 
     163                        } else { 
     164                                output.append(",0"); 
     165                        } 
    152166                } 
    153167                 
Note: See TracChangeset for help on using the changeset viewer.