test/knn.cc

Code
Comments
Other
Rev Date Author Line
903 27 Sep 07 markus 1 // $Id$
903 27 Sep 07 markus 2
999 23 Dec 07 jari 3 /*
2119 12 Dec 09 peter 4   Copyright (C) 2007, 2008 Jari Häkkinen, Peter Johansson, Markus Ringnér
4359 23 Aug 23 peter 5   Copyright (C) 2010, 2012 Peter Johansson
999 23 Dec 07 jari 6
1437 25 Aug 08 peter 7   This file is part of the yat library, http://dev.thep.lu.se/yat
999 23 Dec 07 jari 8
999 23 Dec 07 jari 9   The yat library is free software; you can redistribute it and/or
999 23 Dec 07 jari 10   modify it under the terms of the GNU General Public License as
1486 09 Sep 08 jari 11   published by the Free Software Foundation; either version 3 of the
999 23 Dec 07 jari 12   License, or (at your option) any later version.
999 23 Dec 07 jari 13
999 23 Dec 07 jari 14   The yat library is distributed in the hope that it will be useful,
999 23 Dec 07 jari 15   but WITHOUT ANY WARRANTY; without even the implied warranty of
999 23 Dec 07 jari 16   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
999 23 Dec 07 jari 17   General Public License for more details.
999 23 Dec 07 jari 18
999 23 Dec 07 jari 19   You should have received a copy of the GNU General Public License
1487 10 Sep 08 jari 20   along with yat. If not, see <http://www.gnu.org/licenses/>.
999 23 Dec 07 jari 21 */
999 23 Dec 07 jari 22
2881 18 Nov 12 peter 23 #include <config.h>
2881 18 Nov 12 peter 24
1239 16 Mar 08 peter 25 #include "Suite.h"
1239 16 Mar 08 peter 26
903 27 Sep 07 markus 27 #include "yat/classifier/KNN.h"
1112 21 Feb 08 markus 28 #include "yat/classifier/KNN_ReciprocalDistance.h"
1112 21 Feb 08 markus 29 #include "yat/classifier/KNN_ReciprocalRank.h"
1107 19 Feb 08 markus 30 #include "yat/classifier/MatrixLookup.h"
903 27 Sep 07 markus 31 #include "yat/classifier/MatrixLookupWeighted.h"
1052 07 Feb 08 peter 32 #include "yat/statistics/EuclideanDistance.h"
1586 16 Oct 08 peter 33 #include "yat/utility/DataIterator.h"
1121 22 Feb 08 peter 34 #include "yat/utility/Matrix.h"
1586 16 Oct 08 peter 35 #include "yat/utility/MatrixWeighted.h"
903 27 Sep 07 markus 36
903 27 Sep 07 markus 37
903 27 Sep 07 markus 38 #include <cassert>
903 27 Sep 07 markus 39 #include <fstream>
903 27 Sep 07 markus 40 #include <iostream>
903 27 Sep 07 markus 41 #include <list>
903 27 Sep 07 markus 42 #include <string>
903 27 Sep 07 markus 43 #include <vector>
903 27 Sep 07 markus 44
903 27 Sep 07 markus 45
903 27 Sep 07 markus 46 using namespace theplu::yat;
903 27 Sep 07 markus 47
2338 16 Oct 10 peter 48 void compile_test(test::Suite&);
1586 16 Oct 08 peter 49 utility::Matrix data(void);
1586 16 Oct 08 peter 50 utility::MatrixWeighted data_weighted(void);
1586 16 Oct 08 peter 51 double deviation(const utility::Matrix& a, const utility::Matrix& b);
1586 16 Oct 08 peter 52 void test_unweighted(test::Suite&);
1586 16 Oct 08 peter 53 void test_unweighted_weighted(test::Suite&);
1586 16 Oct 08 peter 54 void test_weighted(test::Suite&);
1586 16 Oct 08 peter 55 void test_reciprocal_ranks(test::Suite&);
1586 16 Oct 08 peter 56 void test_reciprocal_distance(test::Suite&);
1586 16 Oct 08 peter 57 void test_no_samples(test::Suite&);
1586 16 Oct 08 peter 58 void test_no_features(test::Suite&);
1586 16 Oct 08 peter 59 std::vector<std::string> vec_target(void);
1586 16 Oct 08 peter 60
2338 16 Oct 10 peter 61
1586 16 Oct 08 peter 62 int main(int argc, char* argv[])
4200 19 Aug 22 peter 63 {
1586 16 Oct 08 peter 64   test::Suite suite(argc, argv);
1586 16 Oct 08 peter 65   suite.err() << "testing knn" << std::endl;
1586 16 Oct 08 peter 66   test_unweighted(suite);
1586 16 Oct 08 peter 67   test_unweighted_weighted(suite);
1586 16 Oct 08 peter 68   test_weighted(suite);
1586 16 Oct 08 peter 69   test_reciprocal_ranks(suite);
1586 16 Oct 08 peter 70   test_reciprocal_distance(suite);
1586 16 Oct 08 peter 71   test_no_samples(suite);
1586 16 Oct 08 peter 72   test_no_features(suite);
2338 16 Oct 10 peter 73   compile_test(suite);
1586 16 Oct 08 peter 74   return suite.return_value();
4200 19 Aug 22 peter 75 }
1586 16 Oct 08 peter 76
1586 16 Oct 08 peter 77
2338 16 Oct 10 peter 78 void compile_test(test::Suite& suite)
2338 16 Oct 10 peter 79 {
2338 16 Oct 10 peter 80   if (false) {
2338 16 Oct 10 peter 81     boost::detail::dummy_constructor dummy;
2338 16 Oct 10 peter 82     test::distance_archetype distance(dummy);
2339 16 Oct 10 peter 83     classifier::KNN<test::distance_archetype
2339 16 Oct 10 peter 84                     , test::neighbor_weighting_archetype> knn(distance);
2338 16 Oct 10 peter 85     knn.k(3);
2338 16 Oct 10 peter 86     knn.k();
2338 16 Oct 10 peter 87     classifier::SupervisedClassifier* knn2 = knn.make_classifier();
2338 16 Oct 10 peter 88     delete knn2;
2338 16 Oct 10 peter 89     utility::Matrix result;
2338 16 Oct 10 peter 90     knn.train(classifier::MatrixLookup(data()), classifier::Target());
4200 19 Aug 22 peter 91     knn.train(classifier::MatrixLookupWeighted(data_weighted()),
2338 16 Oct 10 peter 92               classifier::Target());
2338 16 Oct 10 peter 93     knn.predict(classifier::MatrixLookup(data()), result);
2338 16 Oct 10 peter 94     knn.predict(classifier::MatrixLookupWeighted(data_weighted()), result);
2338 16 Oct 10 peter 95   }
2338 16 Oct 10 peter 96 }
2338 16 Oct 10 peter 97
2338 16 Oct 10 peter 98
1586 16 Oct 08 peter 99 utility::Matrix data(void)
1586 16 Oct 08 peter 100 {
1586 16 Oct 08 peter 101   utility::Matrix data1(3,4);
1586 16 Oct 08 peter 102   for(size_t i=0;i<3;i++) {
1586 16 Oct 08 peter 103     data1(i,0)=3-i;
1586 16 Oct 08 peter 104     data1(i,1)=5-i;
1586 16 Oct 08 peter 105     data1(i,2)=i+1;
1586 16 Oct 08 peter 106     data1(i,3)=i+3;
1586 16 Oct 08 peter 107   }
1586 16 Oct 08 peter 108   return data1;
1586 16 Oct 08 peter 109 }
1586 16 Oct 08 peter 110
1586 16 Oct 08 peter 111
1586 16 Oct 08 peter 112 utility::MatrixWeighted data_weighted(void)
1586 16 Oct 08 peter 113 {
1586 16 Oct 08 peter 114   utility::Matrix x = data();
1586 16 Oct 08 peter 115   utility::MatrixWeighted result(x.rows(), x.columns());
1586 16 Oct 08 peter 116   std::copy(x.begin(), x.end(), utility::data_iterator(result.begin()));
1586 16 Oct 08 peter 117   return result;
1586 16 Oct 08 peter 118 }
1586 16 Oct 08 peter 119
1586 16 Oct 08 peter 120
1121 22 Feb 08 peter 121 double deviation(const utility::Matrix& a, const utility::Matrix& b) {
1586 16 Oct 08 peter 122   assert(a.rows()==b.rows());
1586 16 Oct 08 peter 123   assert(b.columns()==b.columns());
1107 19 Feb 08 markus 124   double sl=0;
1107 19 Feb 08 markus 125   for (size_t i=0; i<a.rows(); i++){
1107 19 Feb 08 markus 126     for (size_t j=0; j<a.columns(); j++){
1210 06 Mar 08 peter 127       sl += std::abs(a(i,j)-b(i,j));
1107 19 Feb 08 markus 128     }
1107 19 Feb 08 markus 129   }
1107 19 Feb 08 markus 130   sl /= (a.columns()*a.rows());
1107 19 Feb 08 markus 131   return sl;
1107 19 Feb 08 markus 132 }
1107 19 Feb 08 markus 133
1586 16 Oct 08 peter 134 void test_unweighted(test::Suite& suite)
1586 16 Oct 08 peter 135 {
1107 19 Feb 08 markus 136   ////////////////////////////////////////////////////////////////
1107 19 Feb 08 markus 137   // A test of training and predictions using unweighted data
1107 19 Feb 08 markus 138   ////////////////////////////////////////////////////////////////
4200 19 Aug 22 peter 139   suite.err() << "test of predictions using unweighted training "
1239 16 Mar 08 peter 140               << "and test data\n";
1586 16 Oct 08 peter 141   utility::Matrix data1 = data();
1107 19 Feb 08 markus 142   classifier::MatrixLookup ml1(data1);
1586 16 Oct 08 peter 143   classifier::Target target1(vec_target());
4200 19 Aug 22 peter 144
1157 26 Feb 08 markus 145   classifier::KNN<statistics::EuclideanDistance> knn1;
1107 19 Feb 08 markus 146   knn1.k(3);
1157 26 Feb 08 markus 147   knn1.train(ml1,target1);
1121 22 Feb 08 peter 148   utility::Matrix prediction1;
1107 19 Feb 08 markus 149   knn1.predict(ml1,prediction1);
1121 22 Feb 08 peter 150   utility::Matrix result1(2,4);
1112 21 Feb 08 markus 151   result1(0,0)=result1(0,1)=result1(1,2)=result1(1,3)=2.0;
1112 21 Feb 08 markus 152   result1(0,2)=result1(0,3)=result1(1,0)=result1(1,1)=1.0;
4200 19 Aug 22 peter 153   suite.add(suite.equal_range(result1.begin(), result1.end(),
1239 16 Mar 08 peter 154                               prediction1.begin(), 1));
1586 16 Oct 08 peter 155 }
1586 16 Oct 08 peter 156
1586 16 Oct 08 peter 157 void test_unweighted_weighted(test::Suite& suite)
1586 16 Oct 08 peter 158 {
1586 16 Oct 08 peter 159   suite.err() << "test of predictions using unweighted training "
1586 16 Oct 08 peter 160               << "and weighted test data\n";
1586 16 Oct 08 peter 161   utility::MatrixWeighted xw = data_weighted();
1586 16 Oct 08 peter 162   xw(2,0).weight()=0;
4200 19 Aug 22 peter 163
1586 16 Oct 08 peter 164   classifier::MatrixLookupWeighted mlw1(xw);
1586 16 Oct 08 peter 165   classifier::KNN<statistics::EuclideanDistance> knn1;
1586 16 Oct 08 peter 166   knn1.k(3);
1586 16 Oct 08 peter 167   utility::Matrix data1 = data();
1586 16 Oct 08 peter 168   classifier::MatrixLookup ml1(data1);
1586 16 Oct 08 peter 169   classifier::Target target1(vec_target());
1586 16 Oct 08 peter 170   knn1.train(ml1,target1);
1586 16 Oct 08 peter 171   utility::Matrix prediction1;
4200 19 Aug 22 peter 172   knn1.predict(mlw1,prediction1);
1586 16 Oct 08 peter 173   utility::Matrix result1(2,4);
1586 16 Oct 08 peter 174   result1(0,0)=result1(0,1)=result1(1,2)=result1(1,3)=2.0;
1586 16 Oct 08 peter 175   result1(0,2)=result1(0,3)=result1(1,0)=result1(1,1)=1.0;
1112 21 Feb 08 markus 176   result1(0,0)=1.0;
1112 21 Feb 08 markus 177   result1(1,0)=2.0;
4200 19 Aug 22 peter 178   suite.add(suite.equal_range(result1.begin(), result1.end(),
1239 16 Mar 08 peter 179                               prediction1.begin(), 1));
1586 16 Oct 08 peter 180 }
916 30 Sep 07 peter 181
1586 16 Oct 08 peter 182 void test_weighted(test::Suite& suite)
1586 16 Oct 08 peter 183 {
1107 19 Feb 08 markus 184   ////////////////////////////////////////////////////////////////
4200 19 Aug 22 peter 185   // A test of training and test both weighted
1107 19 Feb 08 markus 186   ////////////////////////////////////////////////////////////////
1239 16 Mar 08 peter 187   suite.err() << "test of predictions using weighted training and test data\n";
1239 16 Mar 08 peter 188   suite.err() << "... uniform neighbor weighting" << std::endl;
1586 16 Oct 08 peter 189   utility::MatrixWeighted xw = data_weighted();
1586 16 Oct 08 peter 190   xw(2,0).weight()=0;
1586 16 Oct 08 peter 191   xw(0,1).weight()=0;
1586 16 Oct 08 peter 192   classifier::MatrixLookupWeighted mlw1(xw);
4200 19 Aug 22 peter 193
1586 16 Oct 08 peter 194   utility::MatrixWeighted xw2 = data_weighted();
1586 16 Oct 08 peter 195   xw2(2,3).weight()=0;
1586 16 Oct 08 peter 196   classifier::MatrixLookupWeighted mlw2(xw2);
1157 26 Feb 08 markus 197   classifier::KNN<statistics::EuclideanDistance> knn2;
1107 19 Feb 08 markus 198   knn2.k(3);
1586 16 Oct 08 peter 199   classifier::Target target1(vec_target());
1157 26 Feb 08 markus 200   knn2.train(mlw2,target1);
1586 16 Oct 08 peter 201   utility::Matrix prediction1;
4200 19 Aug 22 peter 202   knn2.predict(mlw1,prediction1);
1586 16 Oct 08 peter 203   utility::Matrix result1(2,4);
1586 16 Oct 08 peter 204   result1(0,0)=result1(0,1)=result1(1,2)=result1(1,3)=2.0;
1586 16 Oct 08 peter 205   result1(0,2)=result1(0,3)=result1(1,0)=result1(1,1)=1.0;
1586 16 Oct 08 peter 206   result1(0,0)=1.0;
1586 16 Oct 08 peter 207   result1(1,0)=2.0;
1112 21 Feb 08 markus 208   result1(0,1)=1.0;
1112 21 Feb 08 markus 209   result1(1,1)=2.0;
4200 19 Aug 22 peter 210   suite.add(suite.equal_range(result1.begin(), result1.end(),
1239 16 Mar 08 peter 211                               prediction1.begin(), 1));
1586 16 Oct 08 peter 212 }
1107 19 Feb 08 markus 213
1107 19 Feb 08 markus 214
1586 16 Oct 08 peter 215 void test_reciprocal_ranks(test::Suite& suite)
1586 16 Oct 08 peter 216 {
1112 21 Feb 08 markus 217   ////////////////////////////////////////////////////////////////
4200 19 Aug 22 peter 218   // A test of reciprocal ranks weighting with training and test both weighted
1112 21 Feb 08 markus 219   ////////////////////////////////////////////////////////////////
1239 16 Mar 08 peter 220   suite.err() << "... reciprokal rank neighbor weighting" << std::endl;
1586 16 Oct 08 peter 221   utility::MatrixWeighted xw2 = data_weighted();
1586 16 Oct 08 peter 222   xw2(2,3).weight()=0;
1586 16 Oct 08 peter 223   classifier::MatrixLookupWeighted mlw2(xw2);
1586 16 Oct 08 peter 224   utility::MatrixWeighted xw3 = data_weighted();
1586 16 Oct 08 peter 225   xw3(1,3).data()=7;
1586 16 Oct 08 peter 226   xw3(2,3).weight()=0;
1586 16 Oct 08 peter 227   classifier::MatrixLookupWeighted mlw3(xw3);
1586 16 Oct 08 peter 228   classifier::KNN<statistics::EuclideanDistance
1586 16 Oct 08 peter 229     ,classifier::KNN_ReciprocalRank> knn3;
1112 21 Feb 08 markus 230   knn3.k(3);
1586 16 Oct 08 peter 231   classifier::Target target1(vec_target());
1157 26 Feb 08 markus 232   knn3.train(mlw2,target1);
1586 16 Oct 08 peter 233   utility::Matrix prediction1;
4200 19 Aug 22 peter 234   knn3.predict(mlw3,prediction1);
1586 16 Oct 08 peter 235   utility::Matrix result1(2,4);
1112 21 Feb 08 markus 236   result1(0,0)=result1(1,3)=1.0;
1112 21 Feb 08 markus 237   result1(0,3)=result1(1,0)=5.0/6.0;
1112 21 Feb 08 markus 238   result1(0,2)=result1(1,1)=1.0/2.0;
1112 21 Feb 08 markus 239   result1(0,1)=result1(1,2)=4.0/3.0;
4200 19 Aug 22 peter 240   suite.add(suite.equal_range(result1.begin(), result1.end(),
1239 16 Mar 08 peter 241                               prediction1.begin(), 1));
1586 16 Oct 08 peter 242 }
1112 21 Feb 08 markus 243
1586 16 Oct 08 peter 244 void test_reciprocal_distance(test::Suite& suite)
1586 16 Oct 08 peter 245 {
1112 21 Feb 08 markus 246   ////////////////////////////////////////////////////////////////
4200 19 Aug 22 peter 247   // A test of reciprocal distance weighting with training and test both weighted
1112 21 Feb 08 markus 248   ////////////////////////////////////////////////////////////////
1239 16 Mar 08 peter 249   suite.err() << "... reciprocal distance neighbor weighting" << std::endl;
4200 19 Aug 22 peter 250   classifier::KNN<statistics::EuclideanDistance,classifier::KNN_ReciprocalDistance>
1157 26 Feb 08 markus 251     knn4;
1112 21 Feb 08 markus 252   knn4.k(3);
1586 16 Oct 08 peter 253   utility::MatrixWeighted xw2 = data_weighted();
1586 16 Oct 08 peter 254   xw2(2,3).weight()=0;
1586 16 Oct 08 peter 255   classifier::MatrixLookupWeighted mlw2(xw2);
1586 16 Oct 08 peter 256   utility::MatrixWeighted xw3 = data_weighted();
1586 16 Oct 08 peter 257   xw3(1,3).data()=7;
1586 16 Oct 08 peter 258   xw3(2,3).weight()=0;
1586 16 Oct 08 peter 259   classifier::MatrixLookupWeighted mlw3(xw3);
1586 16 Oct 08 peter 260   classifier::Target target1(vec_target());
1157 26 Feb 08 markus 261   knn4.train(mlw2,target1);
1586 16 Oct 08 peter 262   utility::Matrix prediction1;
4200 19 Aug 22 peter 263   knn4.predict(mlw3,prediction1);
4200 19 Aug 22 peter 264   if (!(std::isinf(prediction1(0,0)) && std::isinf(prediction1(0,1)) &&
4200 19 Aug 22 peter 265         std::isinf(prediction1(1,2)) &&
1667 20 Dec 08 peter 266         suite.equal_fix(prediction1(1,3), 1.0/3.6742346141747673, 1e-16) &&
4200 19 Aug 22 peter 267         suite.equal_fix(prediction1(1,0),
1667 20 Dec 08 peter 268                         1.0/2.82842712475+1.0/2.4494897427831779, 1e-11)
1239 16 Mar 08 peter 269         )){
1239 16 Mar 08 peter 270     suite.err() << "Difference to expected prediction too large\n";
1239 16 Mar 08 peter 271     suite.add(false);
1112 21 Feb 08 markus 272   }
1586 16 Oct 08 peter 273 }
1112 21 Feb 08 markus 274
1142 25 Feb 08 markus 275
1586 16 Oct 08 peter 276 void test_no_samples(test::Suite& suite)
1586 16 Oct 08 peter 277 {
1142 25 Feb 08 markus 278   ////////////////////////////////////////////////////////////////
1142 25 Feb 08 markus 279   // A test of when a class has no training samples, should give nan
1142 25 Feb 08 markus 280   // in predictions. Also tests that k is reduced if not enough
1142 25 Feb 08 markus 281   // training samples.
1142 25 Feb 08 markus 282   ////////////////////////////////////////////////////////////////
1142 25 Feb 08 markus 283   //Keep only the second class in the training samples
1142 25 Feb 08 markus 284   std::vector<size_t> ind(2,2);
1142 25 Feb 08 markus 285   ind[1]=3;
1586 16 Oct 08 peter 286   classifier::Target target1(vec_target());
1142 25 Feb 08 markus 287   classifier::Target target2(target1,utility::Index(ind));
1586 16 Oct 08 peter 288
1586 16 Oct 08 peter 289   utility::MatrixWeighted xw = data_weighted();
1586 16 Oct 08 peter 290   xw(2,3).weight()=0.0;
1586 16 Oct 08 peter 291
1586 16 Oct 08 peter 292   classifier::MatrixLookupWeighted mlw4(xw, utility::Index(xw.rows()),
1484 09 Sep 08 peter 293                                         utility::Index(ind));
1157 26 Feb 08 markus 294   classifier::KNN<statistics::EuclideanDistance> knn5;
1142 25 Feb 08 markus 295   knn5.k(3);
1157 26 Feb 08 markus 296   knn5.train(mlw4,target2);
1586 16 Oct 08 peter 297   utility::MatrixWeighted xw3 = data_weighted();
1586 16 Oct 08 peter 298   xw3(1,3).data()=7;
1586 16 Oct 08 peter 299   xw3(2,3).weight()=0;
1586 16 Oct 08 peter 300   classifier::MatrixLookupWeighted mlw3(xw3);
1586 16 Oct 08 peter 301   utility::Matrix prediction1;
4200 19 Aug 22 peter 302   knn5.predict(mlw3,prediction1);
4200 19 Aug 22 peter 303   if (!(std::isnan(prediction1(0,0)) && std::isnan(prediction1(0,1)) &&
1142 25 Feb 08 markus 304         std::isnan(prediction1(0,2)) && std::isnan(prediction1(0,3)) &&
1239 16 Mar 08 peter 305         suite.equal(prediction1(1,0),2.0) &&
1239 16 Mar 08 peter 306         suite.equal(prediction1(1,1),2.0) &&
1239 16 Mar 08 peter 307         suite.equal(prediction1(1,2),2.0) &&
1239 16 Mar 08 peter 308         suite.equal(prediction1(1,3),2.0) )) {
1239 16 Mar 08 peter 309     suite.err() << "Difference to expected prediction too large\n";
1239 16 Mar 08 peter 310     suite.add(false);
1142 25 Feb 08 markus 311   }
1586 16 Oct 08 peter 312 }
1142 25 Feb 08 markus 313
1586 16 Oct 08 peter 314 void test_no_features(test::Suite& suite)
1586 16 Oct 08 peter 315 {
1142 25 Feb 08 markus 316   ////////////////////////////////////////////////////////////////
1142 25 Feb 08 markus 317   // A test of when a test sample has no variables with non-zero
1155 26 Feb 08 markus 318   // weights in common with training samples: should not vote
1142 25 Feb 08 markus 319   ////////////////////////////////////////////////////////////////
1239 16 Mar 08 peter 320   suite.err() << "test of predictions with nan distances (set to infinity in KNN)\n";
1586 16 Oct 08 peter 321   utility::MatrixWeighted xw1 = data_weighted();
1586 16 Oct 08 peter 322   xw1(1,0).weight()=xw1(1,1).weight()=xw1(2,0).weight()=xw1(2,1).weight()=0.0;
1586 16 Oct 08 peter 323   classifier::MatrixLookupWeighted mlw1(xw1);
1586 16 Oct 08 peter 324
1157 26 Feb 08 markus 325   classifier::KNN<statistics::EuclideanDistance> knn6;
1142 25 Feb 08 markus 326   knn6.k(3);
1586 16 Oct 08 peter 327   classifier::Target target1(vec_target());
1157 26 Feb 08 markus 328   knn6.train(mlw1,target1);
1586 16 Oct 08 peter 329
1586 16 Oct 08 peter 330   utility::MatrixWeighted xw3 = data_weighted();
1586 16 Oct 08 peter 331   xw3(1,3).data()=7;
1586 16 Oct 08 peter 332   xw3(0,0).weight()=0;
1586 16 Oct 08 peter 333   classifier::MatrixLookupWeighted mlw3(xw3);
1586 16 Oct 08 peter 334   utility::Matrix prediction1;
4200 19 Aug 22 peter 335   knn6.predict(mlw3,prediction1);
1586 16 Oct 08 peter 336   utility::Matrix result1(2,4);
1155 26 Feb 08 markus 337   result1(0,0)=0;
1155 26 Feb 08 markus 338   result1(0,2)=result1(1,1)=result1(1,3)=1.0;
1155 26 Feb 08 markus 339   result1(0,1)=result1(0,3)=result1(1,0)=result1(1,2)=2.0;
4200 19 Aug 22 peter 340   suite.add(suite.equal_range(result1.begin(), result1.end(),
1239 16 Mar 08 peter 341                               prediction1.begin(), 1));
903 27 Sep 07 markus 342 }
903 27 Sep 07 markus 343
1586 16 Oct 08 peter 344 std::vector<std::string> vec_target(void)
1586 16 Oct 08 peter 345 {
1586 16 Oct 08 peter 346   std::vector<std::string> vec1(4, "pos");
1586 16 Oct 08 peter 347   vec1[0]="neg";
1586 16 Oct 08 peter 348   vec1[1]="neg";
1586 16 Oct 08 peter 349   return vec1;
1586 16 Oct 08 peter 350 }

Generated on Sat Oct 14 02:21:05 2023 (UTC) by svndigest 0.11.2pre (dev build 1672)