Java实现朴素贝叶斯分类器

实验描述:

对指定数据集进行分类问题的分析，选择适当的分类算法，编写程序实现，提交程序和结果报告

数据集： balance-scale.data（见附件一） ，已有数据集构建贝叶斯分类器。

数据包括四个属性：五个属性值 第一个属性值表示样本的类别号，其他四个属性为四个不同的特征值。

实验环境和编程语言：

本实验使用的编程语言为：Java

编程环境为：Intellij idea

构建分类器的算法为：朴素贝叶斯算法

训练的样本个数为：625个

样本示例：R,1,1,1,2（表示属于R类，四各属性值为1 1 1 2）

训练样本和测试样本见附件一。

工程和测试数据下载地址：

http://download.csdn.net/detail/qq_24369113/9711643

实验结果分析：

根据程序运行的结果如图1-1所示，使用训练的样本对分类器进行检测，分类得到295个R类（实际288个），330个L类（实际288个），0个B类（实际49个），综合分类正确率为92.16%。可以认为分类器有较高的正确率，但是对于类B的分类还是有一定的误差，具体原因会在思考与改进中说明。

思考与改进：

[java]  view plain  copy

1. <strong>思考点：</strong>  

本次实验编程利用朴素贝叶斯算法构建的分类器，虽然整体情况是拥有较高的分类正确率（92.16%），但是对训练样本再检测时没有发现一个B类样本，出现的较大的偏差，分析原因如下：

1.  B类样本点总数很少，以至于P（y_B）就远远小于P（y_R）和P（y_L），所以对于后验概率公式，P（y_B|x）必然比P（y_L|x）和P（y_R|x）要小，因此导致最后样本难以分到B类。

2.  观察训练样本集可以发现，B类的样本点和L类以及R类并没有很大区别，其不具备很强的统计可分性，所以对于依赖于统计概率的贝叶斯方法无法体现出其优势，所以导致了最终没有样本被分到B类中。

 

改进点：

本算法在实现贝叶斯分类的时候，每一次都进行了遍历样本集来求出

P（a₁|y₁）、P（a₂|y₁）……P（a_n|y_n），所以导致算法的整体时间复杂度较高，在面临较大的数据集时可能就会出现问题，因此可以考虑实现将已经计算过的

P（a_x|y_x）存储到变量或者数组中，在下一次计算的时候可以直接调用，从而可以避免再一次的遍历训练集来计算概率，实现时间复杂度的降低。

 编程实现：

[java]  view plain  copy

1. package com.company;  
2. /******************************************************************************** 
3.  * 
4.  *  
5.  * 数据挖掘实验，分类实验 
6.  * 朴素贝叶斯分类 
7.  * 
8.  *训练样本示例格式：（R,1,5,5,4） 
9.  */  
10.   
11. import java.io.File;  
12. import java.util.Scanner;  
13. import java.util.Vector;  
14.   
15. public class Bayes {  
16.     static Vector<String> indata = new Vector<>();//读入数据  
17.     static Vector<int[]> catagory_R = new Vector<>();//存储类别R的所有数据  
18.     static Vector<int[]> catagory_L = new Vector<>();//存储类别L的所有数据  
19.     static Vector<int[]> catagory_B = new Vector<>();//存储类别B的所有数据  
20.   
21.   
22.     public static boolean loadData(String url) {//加载测试的数据文件  
23.         try {  
24.             Scanner in = new Scanner(new File(url));//读入文件  
25.             while (in.hasNextLine()) {  
26.                 String str = in.nextLine();//将文件的每一行存到str的临时变量中  
27.                 indata.add(str);//将每一个样本点的数据追加到Vector 中  
28.             }  
29.             return true;  
30.         } catch (Exception e) { //如果出错返回false  
31.             return false;  
32.         }  
33.     }  
34.   
35.     public static void pretreatment(Vector<String> indata) {   //数据预处理，将原始数据中的每一个属性值提取出来存放到Vector<double[]>  data中  
36.         int i = 0;  
37.         String t;  
38.         while (i < indata.size()) {//取出indata中的每一行值  
39.             int[] tem = new int[4];  
40.             t = indata.get(i);  
41.             String[] sourceStrArray = t.split(",", 5);//使用字符串分割函数提取出各属性值  
42.             switch (sourceStrArray[0]) {  
43.                 case "R": {  
44.                     for (int j = 1; j < 5; j++) {  
45.                         tem[j - 1] = Integer.parseInt(sourceStrArray[j]);  
46.                     }  
47.                     catagory_R.add(tem);  
48.                     break;  
49.                 }  
50.                 case "L": {  
51.                     for (int j = 1; j < 5; j++) {  
52.                         tem[j - 1] = Integer.parseInt(sourceStrArray[j]);  
53.                     }  
54.                     catagory_L.add(tem);  
55.                     break;  
56.                 }  
57.                 case "B": {  
58.                     for (int j = 1; j < 5; j++) {  
59.                         tem[j - 1] = Integer.parseInt(sourceStrArray[j]);  
60.                     }  
61.                     catagory_B.add(tem);  
62.                     break;  
63.                 }  
64.             }  
65.             i++;  
66.         }  
67.   
68.     }  
69.   
70.     public static double bayes(int[] x, Vector<int[]> catagory) {  
71.         double[] ai_y = new double[4];  
72.         int[] sum_ai = new int[4];  
73.         for (int i = 0; i < 4; i++) {  
74.   
75.             for (int j = 0; j < catagory.size(); j++) {  
76.                 if (x[i] == catagory.get(j)[i])  
77.                     sum_ai[i]++;  
78.             }  
79.         }  
80.         for (int i = 0; i < 4; i++) {  
81.             ai_y[i] = (double) sum_ai[i] / (double) catagory.size();  
82.         }  
83.         return ai_y[0] * ai_y[1] * ai_y[2] * ai_y[3];  
84.     }  
85.   
86.     public static void main(String[] args) {  
87.   
88.   
89.         loadData("balance-scale.data");  
90.         pretreatment(indata);  
91.         double p_yR = (double) catagory_R.size() / (double) (indata.size());//表示概率p（R）  
92.         double p_yB = (double) catagory_B.size() / (double) (indata.size());//表示概率p（B）  
93.         double p_yL = (double) catagory_L.size() / (double) (indata.size());//表示概率p（L）  
94.   
95.         int[] x = new int[4];  
96.         double x_in_R, x_in_L, x_in_B;  
97.   
98.         int sumR=0, sumL=0, sumB=0;  
99.         double correct=0;  
100.   
101.   
102.         System.out.println("请输入样本x格式如下：\n 1 1 1 1\n");  
103.         int r = 0;  
104.         while (r < indata.size()) {  
105.   
106.             for (int i = 0; i < 4; i++)  
107.                 //读取数字放入数组的第i个元素  
108.                 x[i] = Integer.parseInt(indata.get(r).split(",", 5)[i + 1]);  
109.   
110.             x_in_B = bayes(x, catagory_B) * p_yB;  
111.             x_in_L = bayes(x, catagory_L) * p_yL;  
112.             x_in_R = bayes(x, catagory_R) * p_yR;  
113.   
114.   
115.             if (x_in_B == Math.max(Math.max(x_in_B, x_in_L), x_in_R)) {  
116.                 System.out.println("输入的第"+r+"样本属于类别：B");  
117.                 sumB++;  
118.                 if(indata.get(r).split(",",5)[0].equals("B"))  
119.                     correct++;  
120.             } else if (x_in_L == Math.max(Math.max(x_in_B, x_in_L), x_in_R)) {  
121.                 System.out.println("输入的第"+r+"样本属于类别：L");  
122.                 sumL++;  
123.                 if(indata.get(r).split(",",5)[0].equals("L"))  
124.                     correct++;  
125.             } else if (x_in_R == Math.max(Math.max(x_in_B, x_in_L), x_in_R)) {  
126.                 System.out.println("输入的第"+r+"样本属于类别：R");  
127.                 sumR++;  
128.                 if(indata.get(r).split(",",5)[0].equals("R"))  
129.                     correct++;  
130.             }  
131.   
132.             r++;  
133.   
134.   
135.         }  
136.   
137.         System.out.println("使用训练样本进行分类器检验得到结果统计如下：");  
138.         System.out.println("R类有："+sumR+"    实际有R类样本"+catagory_R.size()+"个");  
139.         System.out.println("L类有："+sumL+"    实际有L类样本"+catagory_L.size()+"个");  
140.         System.out.println("B类有："+sumB+"      实际有B类样本"+catagory_B.size()+"个");  
141.   
142.         System.out.println("分类的正确率为"+correct*1.0/indata.size()*100+"%");  
143.   
144.     }  
145. }  

 

（附件一）训练样本和测试样本集：

[plain]  view plain  copy

1. B,1,1,1,1  
2. R,1,1,1,2  
3. R,1,1,1,3  
4. R,1,1,1,4  
5. R,1,1,1,5  
6. R,1,1,2,1  
7. R,1,1,2,2  
8. R,1,1,2,3  
9. R,1,1,2,4  
10. R,1,1,2,5  
11. R,1,1,3,1  
12. R,1,1,3,2  
13. R,1,1,3,3  
14. R,1,1,3,4  
15. R,1,1,3,5  
16. R,1,1,4,1  
17. R,1,1,4,2  
18. R,1,1,4,3  
19. R,1,1,4,4  
20. R,1,1,4,5  
21. R,1,1,5,1  
22. R,1,1,5,2  
23. R,1,1,5,3  
24. R,1,1,5,4  
25. R,1,1,5,5  
26. L,1,2,1,1  
27. B,1,2,1,2  
28. R,1,2,1,3  
29. R,1,2,1,4  
30. R,1,2,1,5  
31. B,1,2,2,1  
32. R,1,2,2,2  
33. R,1,2,2,3  
34. R,1,2,2,4  
35. R,1,2,2,5  
36. R,1,2,3,1  
37. R,1,2,3,2  
38. R,1,2,3,3  
39. R,1,2,3,4  
40. R,1,2,3,5  
41. R,1,2,4,1  
42. R,1,2,4,2  
43. R,1,2,4,3  
44. R,1,2,4,4  
45. R,1,2,4,5  
46. R,1,2,5,1  
47. R,1,2,5,2  
48. R,1,2,5,3  
49. R,1,2,5,4  
50. R,1,2,5,5  
51. L,1,3,1,1  
52. L,1,3,1,2  
53. B,1,3,1,3  
54. R,1,3,1,4  
55. R,1,3,1,5  
56. L,1,3,2,1  
57. R,1,3,2,2  
58. R,1,3,2,3  
59. R,1,3,2,4  
60. R,1,3,2,5  
61. B,1,3,3,1  
62. R,1,3,3,2  
63. R,1,3,3,3  
64. R,1,3,3,4  
65. R,1,3,3,5  
66. R,1,3,4,1  
67. R,1,3,4,2  
68. R,1,3,4,3  
69. R,1,3,4,4  
70. R,1,3,4,5  
71. R,1,3,5,1  
72. R,1,3,5,2  
73. R,1,3,5,3  
74. R,1,3,5,4  
75. R,1,3,5,5  
76. L,1,4,1,1  
77. L,1,4,1,2  
78. L,1,4,1,3  
79. B,1,4,1,4  
80. R,1,4,1,5  
81. L,1,4,2,1  
82. B,1,4,2,2  
83. R,1,4,2,3  
84. R,1,4,2,4  
85. R,1,4,2,5  
86. L,1,4,3,1  
87. R,1,4,3,2  
88. R,1,4,3,3  
89. R,1,4,3,4  
90. R,1,4,3,5  
91. B,1,4,4,1  
92. R,1,4,4,2  
93. R,1,4,4,3  
94. R,1,4,4,4  
95. R,1,4,4,5  
96. R,1,4,5,1  
97. R,1,4,5,2  
98. R,1,4,5,3  
99. R,1,4,5,4  
100. R,1,4,5,5  
101. L,1,5,1,1  
102. L,1,5,1,2  
103. L,1,5,1,3  
104. L,1,5,1,4  
105. B,1,5,1,5  
106. L,1,5,2,1  
107. L,1,5,2,2  
108. R,1,5,2,3  
109. R,1,5,2,4  
110. R,1,5,2,5  
111. L,1,5,3,1  
112. R,1,5,3,2  
113. R,1,5,3,3  
114. R,1,5,3,4  
115. R,1,5,3,5  
116. L,1,5,4,1  
117. R,1,5,4,2  
118. R,1,5,4,3  
119. R,1,5,4,4  
120. R,1,5,4,5  
121. B,1,5,5,1  
122. R,1,5,5,2  
123. R,1,5,5,3  
124. R,1,5,5,4  
125. R,1,5,5,5  
126. L,2,1,1,1  
127. B,2,1,1,2  
128. R,2,1,1,3  
129. R,2,1,1,4  
130. R,2,1,1,5  
131. B,2,1,2,1  
132. R,2,1,2,2  
133. R,2,1,2,3  
134. R,2,1,2,4  
135. R,2,1,2,5  
136. R,2,1,3,1  
137. R,2,1,3,2  
138. R,2,1,3,3  
139. R,2,1,3,4  
140. R,2,1,3,5  
141. R,2,1,4,1  
142. R,2,1,4,2  
143. R,2,1,4,3  
144. R,2,1,4,4  
145. R,2,1,4,5  
146. R,2,1,5,1  
147. R,2,1,5,2  
148. R,2,1,5,3  
149. R,2,1,5,4  
150. R,2,1,5,5  
151. L,2,2,1,1  
152. L,2,2,1,2  
153. L,2,2,1,3  
154. B,2,2,1,4  
155. R,2,2,1,5  
156. L,2,2,2,1  
157. B,2,2,2,2  
158. R,2,2,2,3  
159. R,2,2,2,4  
160. R,2,2,2,5  
161. L,2,2,3,1  
162. R,2,2,3,2  
163. R,2,2,3,3  
164. R,2,2,3,4  
165. R,2,2,3,5  
166. B,2,2,4,1  
167. R,2,2,4,2  
168. R,2,2,4,3  
169. R,2,2,4,4  
170. R,2,2,4,5  
171. R,2,2,5,1  
172. R,2,2,5,2  
173. R,2,2,5,3  
174. R,2,2,5,4  
175. R,2,2,5,5  
176. L,2,3,1,1  
177. L,2,3,1,2  
178. L,2,3,1,3  
179. L,2,3,1,4  
180. L,2,3,1,5  
181. L,2,3,2,1  
182. L,2,3,2,2  
183. B,2,3,2,3  
184. R,2,3,2,4  
185. R,2,3,2,5  
186. L,2,3,3,1  
187. B,2,3,3,2  
188. R,2,3,3,3  
189. R,2,3,3,4  
190. R,2,3,3,5  
191. L,2,3,4,1  
192. R,2,3,4,2  
193. R,2,3,4,3  
194. R,2,3,4,4  
195. R,2,3,4,5  
196. L,2,3,5,1  
197. R,2,3,5,2  
198. R,2,3,5,3  
199. R,2,3,5,4  
200. R,2,3,5,5  
201. L,2,4,1,1  
202. L,2,4,1,2  
203. L,2,4,1,3  
204. L,2,4,1,4  
205. L,2,4,1,5  
206. L,2,4,2,1  
207. L,2,4,2,2  
208. L,2,4,2,3  
209. B,2,4,2,4  
210. R,2,4,2,5  
211. L,2,4,3,1  
212. L,2,4,3,2  
213. R,2,4,3,3  
214. R,2,4,3,4  
215. R,2,4,3,5  
216. L,2,4,4,1  
217. B,2,4,4,2  
218. R,2,4,4,3  
219. R,2,4,4,4  
220. R,2,4,4,5  
221. L,2,4,5,1  
222. R,2,4,5,2  
223. R,2,4,5,3  
224. R,2,4,5,4  
225. R,2,4,5,5  
226. L,2,5,1,1  
227. L,2,5,1,2  
228. L,2,5,1,3  
229. L,2,5,1,4  
230. L,2,5,1,5  
231. L,2,5,2,1  
232. L,2,5,2,2  
233. L,2,5,2,3  
234. L,2,5,2,4  
235. B,2,5,2,5  
236. L,2,5,3,1  
237. L,2,5,3,2  
238. L,2,5,3,3  
239. R,2,5,3,4  
240. R,2,5,3,5  
241. L,2,5,4,1  
242. L,2,5,4,2  
243. R,2,5,4,3  
244. R,2,5,4,4  
245. R,2,5,4,5  
246. L,2,5,5,1  
247. B,2,5,5,2  
248. R,2,5,5,3  
249. R,2,5,5,4  
250. R,2,5,5,5  
251. L,3,1,1,1  
252. L,3,1,1,2  
253. B,3,1,1,3  
254. R,3,1,1,4  
255. R,3,1,1,5  
256. L,3,1,2,1  
257. R,3,1,2,2  
258. R,3,1,2,3  
259. R,3,1,2,4  
260. R,3,1,2,5  
261. B,3,1,3,1  
262. R,3,1,3,2  
263. R,3,1,3,3  
264. R,3,1,3,4  
265. R,3,1,3,5  
266. R,3,1,4,1  
267. R,3,1,4,2  
268. R,3,1,4,3  
269. R,3,1,4,4  
270. R,3,1,4,5  
271. R,3,1,5,1  
272. R,3,1,5,2  
273. R,3,1,5,3  
274. R,3,1,5,4  
275. R,3,1,5,5  
276. L,3,2,1,1  
277. L,3,2,1,2  
278. L,3,2,1,3  
279. L,3,2,1,4  
280. L,3,2,1,5  
281. L,3,2,2,1  
282. L,3,2,2,2  
283. B,3,2,2,3  
284. R,3,2,2,4  
285. R,3,2,2,5  
286. L,3,2,3,1  
287. B,3,2,3,2  
288. R,3,2,3,3  
289. R,3,2,3,4  
290. R,3,2,3,5  
291. L,3,2,4,1  
292. R,3,2,4,2  
293. R,3,2,4,3  
294. R,3,2,4,4  
295. R,3,2,4,5  
296. L,3,2,5,1  
297. R,3,2,5,2  
298. R,3,2,5,3  
299. R,3,2,5,4  
300. R,3,2,5,5  
301. L,3,3,1,1  
302. L,3,3,1,2  
303. L,3,3,1,3  
304. L,3,3,1,4  
305. L,3,3,1,5  
306. L,3,3,2,1  
307. L,3,3,2,2  
308. L,3,3,2,3  
309. L,3,3,2,4  
310. R,3,3,2,5  
311. L,3,3,3,1  
312. L,3,3,3,2  
313. B,3,3,3,3  
314. R,3,3,3,4  
315. R,3,3,3,5  
316. L,3,3,4,1  
317. L,3,3,4,2  
318. R,3,3,4,3  
319. R,3,3,4,4  
320. R,3,3,4,5  
321. L,3,3,5,1  
322. R,3,3,5,2  
323. R,3,3,5,3  
324. R,3,3,5,4  
325. R,3,3,5,5  
326. L,3,4,1,1  
327. L,3,4,1,2  
328. L,3,4,1,3  
329. L,3,4,1,4  
330. L,3,4,1,5  
331. L,3,4,2,1  
332. L,3,4,2,2  
333. L,3,4,2,3  
334. L,3,4,2,4  
335. L,3,4,2,5  
336. L,3,4,3,1  
337. L,3,4,3,2  
338. L,3,4,3,3  
339. B,3,4,3,4  
340. R,3,4,3,5  
341. L,3,4,4,1  
342. L,3,4,4,2  
343. B,3,4,4,3  
344. R,3,4,4,4  
345. R,3,4,4,5  
346. L,3,4,5,1  
347. L,3,4,5,2  
348. R,3,4,5,3  
349. R,3,4,5,4  
350. R,3,4,5,5  
351. L,3,5,1,1  
352. L,3,5,1,2  
353. L,3,5,1,3  
354. L,3,5,1,4  
355. L,3,5,1,5  
356. L,3,5,2,1  
357. L,3,5,2,2  
358. L,3,5,2,3  
359. L,3,5,2,4  
360. L,3,5,2,5  
361. L,3,5,3,1  
362. L,3,5,3,2  
363. L,3,5,3,3  
364. L,3,5,3,4  
365. B,3,5,3,5  
366. L,3,5,4,1  
367. L,3,5,4,2  
368. L,3,5,4,3  
369. R,3,5,4,4  
370. R,3,5,4,5  
371. L,3,5,5,1  
372. L,3,5,5,2  
373. B,3,5,5,3  
374. R,3,5,5,4  
375. R,3,5,5,5  
376. L,4,1,1,1  
377. L,4,1,1,2  
378. L,4,1,1,3  
379. B,4,1,1,4  
380. R,4,1,1,5  
381. L,4,1,2,1  
382. B,4,1,2,2  
383. R,4,1,2,3  
384. R,4,1,2,4  
385. R,4,1,2,5  
386. L,4,1,3,1  
387. R,4,1,3,2  
388. R,4,1,3,3  
389. R,4,1,3,4  
390. R,4,1,3,5  
391. B,4,1,4,1  
392. R,4,1,4,2  
393. R,4,1,4,3  
394. R,4,1,4,4  
395. R,4,1,4,5  
396. R,4,1,5,1  
397. R,4,1,5,2  
398. R,4,1,5,3  
399. R,4,1,5,4  
400. R,4,1,5,5  
401. L,4,2,1,1  
402. L,4,2,1,2  
403. L,4,2,1,3  
404. L,4,2,1,4  
405. L,4,2,1,5  
406. L,4,2,2,1  
407. L,4,2,2,2  
408. L,4,2,2,3  
409. B,4,2,2,4  
410. R,4,2,2,5  
411. L,4,2,3,1  
412. L,4,2,3,2  
413. R,4,2,3,3  
414. R,4,2,3,4  
415. R,4,2,3,5  
416. L,4,2,4,1  
417. B,4,2,4,2  
418. R,4,2,4,3  
419. R,4,2,4,4  
420. R,4,2,4,5  
421. L,4,2,5,1  
422. R,4,2,5,2  
423. R,4,2,5,3  
424. R,4,2,5,4  
425. R,4,2,5,5  
426. L,4,3,1,1  
427. L,4,3,1,2  
428. L,4,3,1,3  
429. L,4,3,1,4  
430. L,4,3,1,5  
431. L,4,3,2,1  
432. L,4,3,2,2  
433. L,4,3,2,3  
434. L,4,3,2,4  
435. L,4,3,2,5  
436. L,4,3,3,1  
437. L,4,3,3,2  
438. L,4,3,3,3  
439. B,4,3,3,4  
440. R,4,3,3,5  
441. L,4,3,4,1  
442. L,4,3,4,2  
443. B,4,3,4,3  
444. R,4,3,4,4  
445. R,4,3,4,5  
446. L,4,3,5,1  
447. L,4,3,5,2  
448. R,4,3,5,3  
449. R,4,3,5,4  
450. R,4,3,5,5  
451. L,4,4,1,1  
452. L,4,4,1,2  
453. L,4,4,1,3  
454. L,4,4,1,4  
455. L,4,4,1,5  
456. L,4,4,2,1  
457. L,4,4,2,2  
458. L,4,4,2,3  
459. L,4,4,2,4  
460. L,4,4,2,5  
461. L,4,4,3,1  
462. L,4,4,3,2  
463. L,4,4,3,3  
464. L,4,4,3,4  
465. L,4,4,3,5  
466. L,4,4,4,1  
467. L,4,4,4,2  
468. L,4,4,4,3  
469. B,4,4,4,4  
470. R,4,4,4,5  
471. L,4,4,5,1  
472. L,4,4,5,2  
473. L,4,4,5,3  
474. R,4,4,5,4  
475. R,4,4,5,5  
476. L,4,5,1,1  
477. L,4,5,1,2  
478. L,4,5,1,3  
479. L,4,5,1,4  
480. L,4,5,1,5  
481. L,4,5,2,1  
482. L,4,5,2,2  
483. L,4,5,2,3  
484. L,4,5,2,4  
485. L,4,5,2,5  
486. L,4,5,3,1  
487. L,4,5,3,2  
488. L,4,5,3,3  
489. L,4,5,3,4  
490. L,4,5,3,5  
491. L,4,5,4,1  
492. L,4,5,4,2  
493. L,4,5,4,3  
494. L,4,5,4,4  
495. B,4,5,4,5  
496. L,4,5,5,1  
497. L,4,5,5,2  
498. L,4,5,5,3  
499. B,4,5,5,4  
500. R,4,5,5,5  
501. L,5,1,1,1  
502. L,5,1,1,2  
503. L,5,1,1,3  
504. L,5,1,1,4  
505. B,5,1,1,5  
506. L,5,1,2,1  
507. L,5,1,2,2  
508. R,5,1,2,3  
509. R,5,1,2,4  
510. R,5,1,2,5  
511. L,5,1,3,1  
512. R,5,1,3,2  
513. R,5,1,3,3  
514. R,5,1,3,4  
515. R,5,1,3,5  
516. L,5,1,4,1  
517. R,5,1,4,2  
518. R,5,1,4,3  
519. R,5,1,4,4  
520. R,5,1,4,5  
521. B,5,1,5,1  
522. R,5,1,5,2  
523. R,5,1,5,3  
524. R,5,1,5,4  
525. R,5,1,5,5  
526. L,5,2,1,1  
527. L,5,2,1,2  
528. L,5,2,1,3  
529. L,5,2,1,4  
530. L,5,2,1,5  
531. L,5,2,2,1  
532. L,5,2,2,2  
533. L,5,2,2,3  
534. L,5,2,2,4  
535. B,5,2,2,5  
536. L,5,2,3,1  
537. L,5,2,3,2  
538. L,5,2,3,3  
539. R,5,2,3,4  
540. R,5,2,3,5  
541. L,5,2,4,1  
542. L,5,2,4,2  
543. R,5,2,4,3  
544. R,5,2,4,4  
545. R,5,2,4,5  
546. L,5,2,5,1  
547. B,5,2,5,2  
548. R,5,2,5,3  
549. R,5,2,5,4  
550. R,5,2,5,5  
551. L,5,3,1,1  
552. L,5,3,1,2  
553. L,5,3,1,3  
554. L,5,3,1,4  
555. L,5,3,1,5  
556. L,5,3,2,1  
557. L,5,3,2,2  
558. L,5,3,2,3  
559. L,5,3,2,4  
560. L,5,3,2,5  
561. L,5,3,3,1  
562. L,5,3,3,2  
563. L,5,3,3,3  
564. L,5,3,3,4  
565. B,5,3,3,5  
566. L,5,3,4,1  
567. L,5,3,4,2  
568. L,5,3,4,3  
569. R,5,3,4,4  
570. R,5,3,4,5  
571. L,5,3,5,1  
572. L,5,3,5,2  
573. B,5,3,5,3  
574. R,5,3,5,4  
575. R,5,3,5,5  
576. L,5,4,1,1  
577. L,5,4,1,2  
578. L,5,4,1,3  
579. L,5,4,1,4  
580. L,5,4,1,5  
581. L,5,4,2,1  
582. L,5,4,2,2  
583. L,5,4,2,3  
584. L,5,4,2,4  
585. L,5,4,2,5  
586. L,5,4,3,1  
587. L,5,4,3,2  
588. L,5,4,3,3  
589. L,5,4,3,4  
590. L,5,4,3,5  
591. L,5,4,4,1  
592. L,5,4,4,2  
593. L,5,4,4,3  
594. L,5,4,4,4  
595. B,5,4,4,5  
596. L,5,4,5,1  
597. L,5,4,5,2  
598. L,5,4,5,3  
599. B,5,4,5,4  
600. R,5,4,5,5  
601. L,5,5,1,1  
602. L,5,5,1,2  
603. L,5,5,1,3  
604. L,5,5,1,4  
605. L,5,5,1,5  
606. L,5,5,2,1  
607. L,5,5,2,2  
608. L,5,5,2,3  
609. L,5,5,2,4  
610. L,5,5,2,5  
611. L,5,5,3,1  
612. L,5,5,3,2  
613. L,5,5,3,3  
614. L,5,5,3,4  
615. L,5,5,3,5  
616. L,5,5,4,1  
617. L,5,5,4,2  
618. L,5,5,4,3  
619. L,5,5,4,4  
620. L,5,5,4,5  
621. L,5,5,5,1  
622. L,5,5,5,2  
623. L,5,5,5,3  
624. L,5,5,5,4  
625. B,5,5,5,5