====== Metody Eksploracji Danych: Laboratorium 6 ======

Podczas zajęć będziemy korzystali z funkcji biblioteki Weka wołanych programowo z kodu Java.


{{:med:med-lab06.pdf|Opis zadań (PDF)}}

:!: [[https://youtu.be/Eu1b1zgzd9Q|Prezentacja na YouTube ]] [24.53]
===== Zbiory danych =====

[[http://home.agh.edu.pl/~pszwed/wiki/doku.php?id=med:datasets&#laboratorium_6_grupowanie_klasyfikacja|Dwuwymiarowe obserwacje]]


===== Weka =====

Należy pobrać archiwum [[http://prdownloads.sourceforge.net/weka/optics_dbScan1.0.5.zip?download]] i dodać plik optics_dbScan.jar  do projektu.



===== Kod =====

Import

<code java>
import weka.clusterers.SimpleKMeans;
import weka.clusterers.Clusterer;
import weka.clusterers.DBSCAN;
import weka.clusterers.EM;
import weka.core.Instances;
import weka.core.Utils;
import weka.core.converters.ConverterUtils;
import weka.filters.Filter;
import weka.filters.unsupervised.attribute.Add;
import weka.gui.visualize.VisualizePanel;

</code>


Załadowanie pliku

<code java>
ConverterUtils.DataSource source = new ConverterUtils.DataSource("cl-001.arff");
Instances data = source.getDataSet();
</code>


Klasteryzacja

<code java>
SimpleKMeans cls = new SimpleKMeans();
cls.setNumClusters(3);
cls.setPreserveInstancesOrder(true);
cls.buildClusterer(data);
</code>

Utworzenie nowego zbioru danych z atrybutem wyjściowym.
W analogiczny sposób wołamy dowolny filtr Weka 

<code java>
            Add filter = new Add();
            filter.setAttributeIndex("last");
            int num  = cls.numberOfClusters();
            String labels = "cluster0";
            for(int i=1;i<num;i++){
                labels+=", cluster";
                labels+=i;
            }
            filter.setNominalLabels(labels);
            filter.setAttributeName("Cluster");
            filter.setInputFormat(data);
            Instances newData = Filter.useFilter(data, filter);
</code>


Dodanie etykiet

<code java>
            int idx = newData.numAttributes()-1;
            for(int i=0;i<newData.numInstances();i++){
                newData.get(i).setValue(idx, cls.clusterInstance(data.get(i)));
            }
</code>


Wizualizacja
<code java>
    void visualize(Instances data, String title){
        JFrame jf = new JFrame(title); 
        jf.getContentPane().setLayout(new BorderLayout()); 
        VisualizePanel vp = new VisualizePanel();
        vp.setShowClassPanel(true);
        jf.getContentPane().add(vp, BorderLayout.CENTER); 
        jf.addWindowListener(new java.awt.event.WindowAdapter() { 
            public void windowClosing(java.awt.event.WindowEvent e) { 
              jf.dispose(); 
              System.exit(0); 
            } 
         }); 
        jf.pack(); 
        jf.setSize(600, 450); 
        jf.setVisible(true); 
        vp.setInstances(data);         
    }

</code>

Wyniki dla k-means

<code java>

        Instances centroids = cls.getClusterCentroids();
        for(int i=0;i<centroids.numAttributes();i++){
            System.out.print(centroids.attribute(i));
            System.out.print(",");
        }
        
        for(int i=0;i<centroids.numInstances();i++){
            System.out.println(centroids.get(i));
        }
        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));''


Może się przydać: [[http://stackoverflow.com/questions/11272938/how-to-save-panel-as-image-in-swing|Jak zapisać panel jako obrazek...]]