java - Weka 自定义距离

Question

我正在使用 Weka Java API 并尝试实现自定义距离类。

我创建了一个新类“CustomDistance”，扩展了“NormalizedDistance”，并赋予它与“EuclideanDistance”相同的主体。我的目标是修改“距离”函数，以便标称属性不被视为距离 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调用控制台)，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是在哪里计算的？

Answer 1

实际距离计算(以及对您发布的更新函数的调用)是在 NormalizedDistance#distance(Instance,Instance,double,PerformanceStats stats) 中完成的，它是方法的实现在 DistanceFunction 界面中。 (有多种 distance 方法，但最终，它们都委托(delegate)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符合答案，或者是否可以被视为“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 和源代码的概念。最终，您可能必须从 NormalizedDistance 重写此方法，在该方法中进行实际比较，并为标称属性返回 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;
            }
        ....
}

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