JAVA-ML（机器学习第一天）[Dataset 和 Instance]

Java机器学习库ML官网：http://java-ml.sourceforge.net/
对于一个机器学习库来说，最基础就是数据处理能力，ml库给了dataset和instance两个类，dataset是矩阵，instance是行（可以理解是一个list，或一个double数组）。Dataset是JAVA-ML数据集合，所有的算法都是基于这个数据集，所以很基础也很重要，我觉得使用JAVA的好处就在于数据格式的规范化，以及它的灵活性，和可扩展性。
本文给出最基本的Dataset和Instance操作，可以完成对一个矩阵的遍历，定位到每一行里的每一个列，可惜的是dataset本身好像不具备行列切片，这个和python里面的pandas库差别就大了。但是对于熟悉JAVA的人来说，遍历DataSet还是不成问题的。
参考代码如下：

package com.gddx;  

import java.io.File;  
import java.io.IOException;  

import net.sf.javaml.core.Dataset;  
import net.sf.javaml.core.DefaultDataset;  
import net.sf.javaml.core.DenseInstance;  
import net.sf.javaml.core.Instance;  
import net.sf.javaml.core.SparseInstance;  
import net.sf.javaml.tools.InstanceTools;  
import net.sf.javaml.tools.data.FileHandler;  

public class TutorialDataset {  

   public static void main(String[]args) throws IOException{  
        //dataset  
        //创建一个空的dataset，并随机赋值  
        Dataset data = new DefaultDataset();  
        for (int i = 0; i < 5; i++) {  
            Instance tmpInstance = InstanceTools.randomGaussianInstance(3);  
            tmpInstance.setClassValue("标记");  
            data.add(tmpInstance);  
        }//创建一个5行3列的矩阵  
        System.out.println(data.instance(0)); //打印dataset的第一行  
        /*案例2*/  
        //从文件中导入形成一个dataset，前4列是特征值，最后1列是标记，列分隔符是逗号  
        Dataset dataFile = FileHandler.loadDataset(new File("D:\\tmp\\iris.data"), 4, ",");  
        for(Instance inst:dataFile){  
            System.out.println(inst.classValue());//显示标记  
            System.out.println(inst.values());//显示特征值  
        }  
        //instance        
        double[] values = new double[] { 0.1, 2, 3 };/* values of the attributes. */  
        Instance instance = new DenseInstance(values);  
        System.out.println("Instance with only values set: ");  
        System.out.println(instance);  
        Instance instanceWithClassValue = new DenseInstance(values, 1);  
        System.out.println("Instance with class value set to 1: ");  
        System.out.println(instanceWithClassValue);  
        /* Create instance with 10 attributes */  
        Instance instancesparse = new SparseInstance();  
        /* Set the values for particular attributes */  
        instancesparse.put(1, 1.0);  
        instancesparse.put(2, 2.0);  
        instancesparse.put(3, 4.0);  
        System.out.println(instancesparse.values());  
   }      
}