Weka 自定义距离答案

【问题标题】：Weka Custom DistanceWeka 自定义距离
【发布时间】：2016-02-19 05:24:47
【问题描述】：

我正在使用 Weka Java API 并尝试实现自定义距离类。

我创建了一个扩展“NormalizableDistance”的新类“CustomDistance”，并赋予它与“EuclideanDistance”相同的主体。我的目标是修改“距离”函数，以便名义属性不被视为距离 0（不匹配）或 1（匹配），而是更复杂的东西。但是，通过调试代码（并在每次调用方法时向控制台发送消息），我发现从该类调用的唯一方法是：

 protected double updateDistance(double currDist, double diff) {
        System.out.println("HERE3");
        double result = currDist + diff * diff;
        return result;
    }

所以我想知道，如果不在距离类中，两个实例之间的距离在哪里计算？

【问题讨论】：

如果您找到了一种方法来替换名义属性的默认距离函数，请分享您的发现。我正在尝试做同样的事情，但不知道如何继续。

标签： java weka

【解决方案1】：

实际距离计算（以及对您发布的更新函数的调用）在NormalizableDistance#distance(Instance,Instance,double,PerformanceStats stats) 中完成，这是DistanceFunction 接口中方法的实现。（有几个distance 方法，但最终，它们都委托给这个方法）。

文档：http://weka.sourceforge.net/doc.dev/weka/core/NormalizableDistance.html#distance(weka.core.Instance,%20weka.core.Instance,%20double,%20weka.core.neighboursearch.PerformanceStats)

源代码（SVN）：https://svn.cms.waikato.ac.nz/svn/weka/trunk/weka/src/main/java/weka/core/NormalizableDistance.java

_{（我不确定这是否已经有资格作为答案，或者它是否可以被视为“仅链接”......所以还有一些话：）}

为了创建这样的距离函数，您可能需要更深入地研究 Weka 的概念和源代码。最终，您可能必须从 NormalizableDistance 重写此方法，在该方法中进行实际比较，并为名义属性返回 0 或 1：

protected double difference(int index, double val1, double val2) {
    switch (m_Data.attribute(index).type()) {
        case Attribute.NOMINAL:
            if (Utils.isMissingValue(val1) || Utils.isMissingValue(val2)
                || ((int) val1 != (int) val2)) {
                return 1;
            } else {
                return 0;
            }
        ....
}

_{（但也许已经有更简单或更优雅（内置）的方法来实现这一点 - 我对 weka 不太熟悉）}

【讨论】：