Package qmwi.kseg.som
Class DataSet
java.lang.Object
qmwi.kseg.som.DataSet
public class DataSet extends Object
-
Field Summary
Fields Modifier and Type Field Description Vector<String>
bitSpaltenNamen
JProgressBar
progressAn
JProgressBar
progressZu
JEditorPane
statuspane
boolean
stopp
-
Constructor Summary
Constructors Constructor Description DataSet()
-
Method Summary
Modifier and Type Method Description void
addEntry(String inputLine)
SOMdataEntry
addEntry(String inputLine, boolean isNormalizedData)
void
addEntry(SOMdataEntry sde)
double
calcAverage(Vector<SOMdataEntry> thedata, String group)
void
clearEntries()
Clears the dataset, useaddEntry
to fill it again.int
count(String group, String entry)
Zuordnung der input-Daten in Ergebnisgruppen cols muss mit den Spalten die beim Training verwendet wurden, �bereinstimmen Z�hlt alle Eintr�ge die innerhalb der Spalte "group" den Wert "entry" habenint
countAuspraegungen(Vector<SOMdataEntry> thedata, String group)
Zählt die verschiedenen Ausprägungen innerhalb einer Spalte Diese Gruppe kann z.B.int
getColumn(String group)
String
getColumnNameAt(int i)
String[][]
getData()
int
getDataSetSize()
int
getGroupSize()
Map
getSOMmap()
boolean
getTrainedWithReturnNaN()
void
initSOM(int gruppen, int kartenbreite, double maxNachb, int decN, int inputSize, boolean trainedWithReturnNaN)
int
inputNeuronsNeededFor(int anzAuspr)
int
inputNeuronsNeededFor(Vector<SOMdataEntry> thedata, String[] cols)
Iterator<SOMdataEntry>
iterator()
Get a iterator for the data.double
searchMax(Vector<SOMdataEntry> thedata, String group)
double
searchMin(Vector<SOMdataEntry> thedata, String group)
void
setBetaAndGamma(double betaParam, double gammaParam)
void
setGroupDescription(String inputLine)
Vector<SOMdataEntry>[]
trainOrUseSOM(boolean learn, int nachbarF, String[] cols, int anzWdh, BackgroundTaskStatusProviderSupportingExternalCall somservice, int maxTrainInput)
Trains the SOM or uses the SOM in order to divide the input into groups
-
Field Details
-
bitSpaltenNamen
-
progressAn
-
progressZu
-
statuspane
-
stopp
public boolean stopp
-
-
Constructor Details
-
DataSet
public DataSet()
-
-
Method Details
-
addEntry
-
addEntry
-
addEntry
-
calcAverage
-
count
Zuordnung der input-Daten in Ergebnisgruppen cols muss mit den Spalten die beim Training verwendet wurden, �bereinstimmen Z�hlt alle Eintr�ge die innerhalb der Spalte "group" den Wert "entry" haben -
countAuspraegungen
Zählt die verschiedenen Ausprägungen innerhalb einer Spalte Diese Gruppe kann z.B. unterschiedliche Länder enthalten Der Rückgabewert würde dann der Anzahl an unterschiedlichen Ländern innerhalb des Datenbestandes entsprechen. TODO: Vorsicht: Falls eine Spalte nur Zahlen enthält, muss die Anzahl der Ausprägungen==1 sein. Dann wird nur _ein_ Eingabeneuron verwendet!! -
getColumn
-
getColumnNameAt
-
getData
-
initSOM
public void initSOM(int gruppen, int kartenbreite, double maxNachb, int decN, int inputSize, boolean trainedWithReturnNaN) -
inputNeuronsNeededFor
public int inputNeuronsNeededFor(int anzAuspr) -
inputNeuronsNeededFor
-
searchMax
-
searchMin
-
setGroupDescription
-
trainOrUseSOM
public Vector<SOMdataEntry>[] trainOrUseSOM(boolean learn, int nachbarF, String[] cols, int anzWdh, BackgroundTaskStatusProviderSupportingExternalCall somservice, int maxTrainInput)Trains the SOM or uses the SOM in order to divide the input into groups- Parameters:
thedata
- Vector mit den Eingabedaten (CSVdataEntry) oder null, dann werden die zur Klasse gehörenden Daten verwendetlearn
- Parameter bestimmt arbeitsweise der Funktion. Falls "true", Netzmodifizierung, falls "false", Klassenbildungsomservice
- If <>null, it can be used to update the status value (int).cols
- [] Die zu bearbeitenden Spalten der EingabematrixmaxTrainInput
-d
-service
-- Returns:
- In Klassen aufgeteilte Inputdaten oder null, falls learn==false
-
iterator
Get a iterator for the data.- Returns:
- The iterator will return
SOMdataEntry
objects.
-
clearEntries
public void clearEntries()Clears the dataset, useaddEntry
to fill it again. -
getGroupSize
public int getGroupSize() -
setBetaAndGamma
public void setBetaAndGamma(double betaParam, double gammaParam) -
getDataSetSize
public int getDataSetSize() -
getSOMmap
-
getTrainedWithReturnNaN
public boolean getTrainedWithReturnNaN()
-