Differences

This shows you the differences between two versions of the page.

--- med:lab_6 [2017/01/15 19:04]
pszwed [Weka]
+++ med:lab_6 [2017/01/15 23:43]
pszwed [Metody Eksploracji Danych: Laboratorium 6]
@@ Line 2: / Line 2: @@
 Podczas zajęć będziemy korzystali z funkcji biblioteki Weka wołanych programowo z kodu Java.
-{{:med:med-lab06.pdf|Opis zadań (PDF)}}
+{{:med:med-lab06.pdf|Opis zadań (PDF)}}
 ===== Zbiory danych =====
+[[http://home.agh.edu.pl/~pszwed/wiki/doku.php?id=med:datasets&#laboratorium_6_grupowanie_klasyfikacja|Dwuwymiarowe obserwacje]]
@@ Line 57: / Line 58: @@
             Add filter = new Add();
             filter.setAttributeIndex("last");
-            int num  = cls.getNumClusters();
+            int num  = cls.numberOfClusters();
             String labels = "cluster0";
             for(int i=1;i<num;i++){
@@ Line 73: / Line 74: @@
 <code java>
-            int[] clusters = cls.getAssignments();
             int idx = newData.numAttributes()-1;
-            for(int i=0;i<clusters.length;i++){
+            for(int i=0;i<newData.numInstances();i++){
-                newData.get(i).setValue(idx, clusters[i]);
+                newData.get(i).setValue(idx, cls.clusterInstance(data.get(i)));
             }
 </code>
@@ Line 103: / Line 103: @@
 </code>
+Wyniki dla k-means
 <code java>
@@ Line 117: / Line 118: @@
         System.out.printf(Locale.US, "Error: %f",cls.getSquaredError());
 </code>
+DBSCAN
+<code java>
+            DBSCAN cls = new DBSCAN();
+            cls.setMinPoints(3);
+            cls.setEpsilon(0.1);
+            cls.buildClusterer(data);
+</code>
+Wyniki dla EM
+<code java>
+        System.out.println(cls);
+</code>
+  *Aby obliczyć log-likehood: należy iterować po instancjach i zsumować ''cls.logDensityForInstance(data.get(i));''