Weka-filter类-选择样本[5]

接上文的思路，我们研究如何使用weka的方法，选择样本

目前有3个方法可以研究下：RemovePercentage，RemoveRange，RemoveWithValues

RemovePercentage：顾名思义，根据百分比选择样本

RemoveRange：根据序号选择样本

RemoveWithValues：根据某字段的设定值选择样本

然后，为减少文章重复的内容，我们先看这几个方法的不同的构造函数部分：

（1）RemovePercentage 

	// 第一种方法，在remove类中设置option属性，-P 表示记录百分比，45表示前45%（6条）不选择
	RemovePercentage remove1=new RemovePercentage();
	remove1.setOptions(new String[]{"-P","45"});
				
	// 第二种方法，直接选择需要剔除的属性
	RemovePercentage remove2=new RemovePercentage();
	remove2.setPercentage(80);

（2）RemoveRange

	// 第一种方法，在remove类中设置option属性，-R 表示记录范围，1,5表示第1-5个记录不选择
	RemoveRange remove1=new RemoveRange();
	remove1.setOptions(new String[]{"-R","1,3-10"});
				
	// 第二种方法，直接选择需要剔除的属性
	RemoveRange remove2=new RemoveRange();
	remove2.setInstancesIndices("1,3-5");

（3）RemoveWithValues（仅适用于数值型变量，名义型变量需使用其他方法）

	// RemoveWithValues类，根据 字段属性的值 选择 样本记录
	// 第一种方法，在remove类中设置option属性，-C 表示作用的字段列，2表示第2属性		
	RemoveWithValues remove1=new RemoveWithValues();
	remove1.setOptions(new String[]{"-C","2","-S","80"});
				
	// 第二种方法，直接选择需要剔除的属性
	RemoveWithValues remove2=new RemoveWithValues();
	remove2.setAttributeIndex("2");
	remove2.setSplitPoint(75);

学习了如何使用这3种方法后，我们选择RemoveWithValues方法来演示，完整代码：

import java.io.FileReader;

import weka.core.Instances;
import weka.filters.unsupervised.instance.RemoveWithValues;

public class Filter4 {

	public static void main(String[] args) throws Exception {
		// RemoveWithValues类，根据 字段属性的值 选择 样本记录
		// 第一种方法，在remove类中设置option属性，-C 表示作用的字段列，2表示第2属性		
		RemoveWithValues remove1=new RemoveWithValues();
		remove1.setOptions(new String[]{"-C","2","-S","80"});
				
		// 第二种方法，直接选择需要剔除的属性
		RemoveWithValues remove2=new RemoveWithValues();
		remove2.setAttributeIndex("2");
		remove2.setSplitPoint(75);
				
		// 获取一份数据
		Instances data=new Instances(new FileReader("data/weather.numeric.arff"));
				
		// 显示原数据的容貌
		System.out.println("原数据有："+data.numInstances()+"记录");
		for(int i=0;i<data.numInstances();i++){
			System.out.println(data.instance(i));
		}
		
		System.out.println("================================");
		
		// remove1用一下
		remove1.setInputFormat(data); //　设置remove使用的数据格式，如果不设置会报 No input instance format define 的错误
		Instances newdata=weka.filters.Filter.useFilter(data, remove1); // 应用remove
		System.out.println("第一种方法，根据第2列剔除小于80的样本，剩余"+newdata.numInstances()+"记录");
		for(int i=0;i<newdata.numInstances();i++){
			System.out.println(newdata.instance(i));
		}
		
		remove1.setInvertSelection(true); //　选择未选择（另一部分）的样本
		remove1.setInputFormat(data);
		newdata=weka.filters.Filter.useFilter(data, remove1);
		System.out.println("未选择的数据有："+newdata.numInstances()+"记录");
		for(int i=0;i<newdata.numInstances();i++){
			System.out.println(newdata.instance(i));
		}
		
		System.out.println("================================");
				
		// remove2用一下
		remove2.setInputFormat(data); //设置remove使用的数据格式，如果不设置会报 No input instance format define 的错误
		newdata=weka.filters.Filter.useFilter(data, remove2); // 应用remove
		System.out.println("第二种方法，根据第2列剔除小于75的样本，剩余"+newdata.numInstances()+"记录");
		for(int i=0;i<newdata.numInstances();i++){
			System.out.println(newdata.instance(i));
		}		
	}
}

结果如图：