Глава 2.Разработка приложений
Используемые классы и методы Байесовского классификтора
Таблица 1.Используемые классы и методы
| Класс Program класс, в котором реализованы все методы, необходимые для классификации | |
| Методы | |
| staticstring[] MakeData(intnumRows) | Устанавливает значение количества строк с данными |
| staticstringMakeSex() | Возвращает значение пола |
| staticstringMakeDominance(string sex) | Возвращает значение доминирования |
| staticstringMakeOccupation(string sex) | Возвращает значение профессии |
| staticstringMakeHeight(string sex) | Возвращает значение высоты |
| staticstring[] BinData(string[] data, string[][] attributeValues, double[][] numericAttributeBorders) | Категоризирует значение высоты |
| staticint[][][] MakeJointCounts(string[] binnedData, string[] attributes, string[][] attributeValues) | Хранение совместных подсчетов данных |
| staticintAttributeValueToIndex(int attribute, stringattributeValue) | Возвращает числовое значение индекса признака |
| staticvoidShowJointCounts(int[][][] jointCounts, string[][] attributeValues) | Возвращает список признаков |
| Staticint[] MakeDependentCounts(int[][][] jointCounts, intnumDependents) | Количество мужских и женских данных |
| staticint Classify(string occupation, string dominance, string height, int[][][] jointCounts, int[] dependentCounts, boolwithSmoothing, intxClasses) | Классификация по формуле упрощенного алгоритма байеса |
Демонстрация работы приложения для классификации пола
Используемые классы и методы Линейной регрессии
Таблица 2 Используемые классы и методы
| Класс Program класс, в котором реализованы все методы, необходимые для прогнозирования | |
| Методы | |
| staticdouble[][] DummyData(int rows, int seed) | Устанавливает значение количества строк с данными и случайную вероятность |
| staticdouble[][] Design(double[][] data) | Создание матрицы плана |
| staticdouble[] Solve(double[][] design) | Нахождение коэффициентов линейной регрессии |
| staticdouble[][] MatrixCreate(int rows, int cols) | Создание матрицы |
| staticdouble[][] MatrixRandom(int rows, int cols, | Заполнение матрицы |
| staticdouble[] MatrixToVector(double[][] matrix) | Преобразование матрицы в вектор |
| Staticdouble[][] MatrixProduct(double[][] matrixA, double[][] matrixB) | Произведение матриц |
| staticdouble[] MatrixVectorProduct(double[][] matrix, double[] vector) | Произведение матрицы на вектор |
| staticdouble[][] MatrixDecompose(double[][] matrix, outint[] perm, outint toggle) | Нахождение обратной матрицы |
| staticdouble[][] MatrixInverse(double[][] matrix) | Инверсия матрицы |
| staticdouble[][] MatrixTranspose(double[][] matrix) | Транспозиция матрицы |
| staticdoubleMatrixDeterminant(double[][] matrix) | Нахождение детерминанта матрицы |
| staticdouble[][] MatrixDuplicate(double[][] matrix) | Создание копии матрицы |
| staticdouble Income(double x1, double x2, double x3, double[] coef) | Использование коэффициентов для нахождения прогнозируемого дохода |
| staticdoubleRSquared(double[][] data, double[] coef) | Нахождение погрешности |
Демонстрация работы приложения для прогнозирования дохода
|
|
|
Используемые классы и методыНейронной сети
Таблица 3 Используемые классы и методы
| Класс Program | |||
| Методы | |||
| staticvoidMakeData(stringdataFile, intnumLines) | Устанавливает значение количества строк с данными | ||
| staticvoidMakeTrainAndTest(string file, outdouble[][] trainMatrix, outdouble[][] testMatrix) | Создание тестовой и тренировочной матрицы | ||
| КлассNeuralNetwork
| |||
| Конструкторы | |||
| publicNeuralNetwork(intnumInput, intnumHidden, intnumOutput) | Конструктор | ||
| Методы | |||
| publicvoidSetWeights(double[] weights) | Установка весов сети | ||
| publicdouble[] ComputeOutputs(double[] currInputs) | Вычисление выходов | ||
| privatestaticdoubleSigmoidFunction(double x) | Сигмоидная функция, необходимые значения до 1.0 | ||
| privatestaticdouble[] Softmax(double[] hoSums) | Масштабирование с определением максимума | ||
| publicdouble[] Train(double[][] trainMatrix) | Поиск лучших весов | ||
| privatedoubleCrossEntropy(double[][] trainData, double[] weights) | Вычисление кроссэнтропийной ошибки | ||
| publicdouble Test(double[][] testMatrix) | Возвращает точность правильных прогнозов | ||
| Класс Helpers | |||
| Методы | |||
| publicstaticdouble[][] MakeMatrix(int rows, int cols) | Создание матрицы | ||
| publicstaticvoidShuffleRows(double[][] matrix) | Смена строк | ||
| publicstaticintIndexOfLargest(double[] vector) | Поиск индекса большего элемента | ||
| publicstaticvoidShowVector(double[] vector, int decimals, boolnewLine) | Показать вектор | ||
| publicstaticvoidShowMatrix(double[][] matrix, intnumRows) | Показать матрицу | ||
| publicstaticvoidShowTextFile(stringtextFile, intnumLines) | Показать строки текстового файла | ||
| Класс Particle | |||
| public Particle(double[] position, double fitness, double[] velocity, double[] bestPosition, doublebestFitness) | Конструктор | ||
|
|
|
Дата добавления: 2018-05-01; просмотров: 101; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!