/// <summary>
/// Создает массив атрибутов, на основе которых и будем строить дерево решений
/// </summary>
/// <param name="samples">Таблица c измерениями</param>
/// <param name="counOfParameter">ключ первого параметра</param>
/// <param name="parametersCount">Количество параметров учавствующих в анализе</param>
/// <param name="curveCount">Количество дуг,задаваемые пользователем</param>
/// <returns>Массив атрибутов</returns>
private Attribute[] CreateAttribute(List <OneRow> samples, int parametersCount, Dictionary <int, string> parameterNames, int curveCount, int defectParameter)
{
Attribute[] attributes = new Attribute[parametersCount];
int i = 0;
foreach (KeyValuePair <int, string> parameterName in parameterNames)
{
TupleList <decimal, decimal> bordersValue = Borders.AddBordersValue(parameterName.Key, samples, parametersCount, curveCount, defectParameter);
attributes[i] = new Attribute(parameterName.Key, bordersValue);
i++;
}
return(attributes);
}
/// <summary>
/// Создает массив атрибутов, на основе которых и будем строить дерево решений
/// </summary>
/// <param name="samples">Таблица c измерениями</param>
/// <param name="counOfParameter">ключ первого параметра</param>
/// <param name="parametersCount">Количество параметров учавствующих в анализе</param>
/// <param name="curveCount">Количество дуг,задаваемые пользователем</param>
/// <returns>Массив атрибутов</returns>
private Attribute[] CreateAttribute(List <OneRow> samples, int parametersCount, int curveCount, int defectParameter)
{
Attribute[] attributes = new Attribute[samples[0].Input.Count];
int i = 0;
foreach (var item in samples[0].Input)
{
TupleList <decimal, decimal> bordersValue = Borders.AddBordersValue(item.Key, samples, parametersCount, curveCount, defectParameter);
attributes[i] = new Attribute(item.Key, bordersValue);
i++;
}
return(attributes);
}
/// <summary>
/// Этот метод является основным в построении дерева решений
/// </summary>
/// <param name="samples">Строит дерево решений на основе предоставленных измерений</param>
/// <param Name="attributes"> Список атрибутов на основе которых мы строим дерево</param>
/// <returns>Узел дерева </returns></returns?>
private TreeNode IMountTree(List <OneRow> samples, Attribute[] attributes, Dictionary <int, string> parameterName, int defectParameterID, int curveCount, int depth)
{
if (AllSamplesPositives(samples, defectParameterID))
{
return(new TreeNode(new Attribute(true), parameterName, samples.Count, 0, depth));
}
if (AllSamplesNegatives(samples, defectParameterID))
{
return(new TreeNode(new Attribute(false), parameterName, 0, samples.Count, depth));
}
mTotal = samples.Count;
mTotalPositives = CountTotalPositives(samples, defectParameterID);
mEntropySet = Entropy.Calculate(mTotalPositives, mTotal - mTotalPositives);
Entropy entropy = new Entropy(samples, attributes, mTotal, mEntropySet, defectParameterID);
Attribute bestAttribute = entropy.GetBestAttribute();
//Attribute bestAttribute = GetBestAttribute(samples, attributes);
if (bestAttribute == null)
{
double percent = (double)mTotalPositives / (double)mTotal;
if (percent > 0.5)
{
return(new TreeNode(new Attribute(true), parameterName, mTotalPositives, mTotal - mTotalPositives, depth));
}
return(new TreeNode(new Attribute(false), parameterName, mTotalPositives, mTotal - mTotalPositives, depth));
}
TreeNode root = new TreeNode(bestAttribute, parameterName, mTotalPositives, mTotal - mTotalPositives, depth);
for (int i = 0; i < bestAttribute.values.Count; i++)
{
int newDepth = depth + 1;
List <OneRow> aSample = new List <OneRow>();
//Выбирает все элементы с отрезком значений этого атрибута
var query = samples.Where(measurement => (measurement.Input[bestAttribute.AttributeName] >= bestAttribute.values[i].Item1 && measurement.Input[bestAttribute.AttributeName] <= bestAttribute.values[i].Item2));
foreach (var item in query)
{
aSample.Add(item);
}
//Выбирает все элементы с отрезком значений этого атрибута
//Создает новый список атрибутов, убирая из этого списка лучший атрибут
List <Attribute> aAttributes = new List <Attribute>(attributes.Length - 1);
for (int j = 0; j < attributes.Length; j++)
{
if (attributes[j].AttributeName != bestAttribute.AttributeName)
{
//редактирует пороговые значения атрибута
TupleList <decimal, decimal> bordersValue = Borders.AddBordersValue(attributes[j].AttributeName, aSample, aAttributes.Capacity, curveCount, defectParameterID);
Attribute att = new Attribute(attributes[j].AttributeName, bordersValue);
aAttributes.Add(att);
//редактирует пороговые значения атрибута
}
}
//Создает новый список атрибутов, убирая из этого списка лучший атрибут
RandomForest c45 = new RandomForest();
TreeNode ChildNode = c45.IMountTree(aSample, (Attribute[])aAttributes.ToArray(), parameterName, defectParameterID, curveCount, newDepth);
root.AddTreeNode(ChildNode, bestAttribute.values[i]);
}
return(root);
}