使えそうなベイジアンネットワークのJavaライブラリを探す

はじめに

Javaでベイジアンネットワークを動かす必要ができたので良さげなライブラリを探しました。

やったこと

条件としては

• 現在も保守が続いている
• jarファイルで頒布されている
• チュートリアル完備
• オープンソース

ベイジアンネットワークのライブラリで
ネットワーク構造と条件付き確率を学習してくれるやつないかな〜と探しました。

結果

使えそうなのは以下の二つ

• weka
• mahout

それ以外で検討したものは以下

• Netica-j(エラー解決できなかった)
• jayes(ビルドで失敗した、GitHubの更新も５〜６年前でストップしていて保守されていない雰囲気がある)
• BayesServer(すごくいい感じ、ただし有料、約７万円かかる)

ライブラリの利用

weka

wekaはニュージーランドのワイカト大学で開発した機械学習ソフトウェアでjarファイルはGUIアプリケーションとして使うこともできる代物。
今回はjarファイルの中のクラスをJavaで使わさせていただくことにします。
学習用のデータはこちらを利用しました。
https://gist.github.com/carl0967/7a3588cd6f0d40d02a26

以下ソースコード

import java.io.*;
import java.util.*;

import weka.core.converters.ArffLoader;
import weka.classifiers.Evaluation;
import weka.classifiers.bayes.BayesNet;
import weka.classifiers.bayes.net.search.SearchAlgorithm;
import weka.classifiers.bayes.net.search.local.SimulatedAnnealing;
import weka.classifiers.bayes.net.search.local.K2;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;

public class bayesNet{

    Instances instances;
    BayesNet bnet;
    Evaluation evaluation;

    public bayesNet(){}

    void setFile(File dataFile){
        try {
            ArffLoader al = new ArffLoader();
            al.setFile(dataFile);
            instances =  al.getDataSet();
            instances.setClassIndex(instances.numAttributes() - 1);
        } catch (Exception e) {
            e.printStackTrace();
        }

    }

    void buildClassifier(){
        try{
            bnet = new BayesNet();
            // サーチアルゴリズムの生成
            SearchAlgorithm searchAlgorithm = new K2();
            //BayesNetにセット
            bnet.setSearchAlgorithm(searchAlgorithm);
            //分類開始
            bnet.buildClassifier(instances);
        } catch(Exception e){
            e.printStackTrace();
        }

    }

    void evalute(){
        try{
            //評価
            evaluation = new Evaluation(instances);
            evaluation.evaluateModel(bnet, instances);
        } catch(Exception e){
            e.printStackTrace();
        }
    }

    void showResult(){
        System.out.println(evaluation.toSummaryString("Results\n",false));
    }

    public static void main(String[] args) {
        bayesNet classifier = new bayesNet();

        classifier.setFile(new File(args[0]));
        classifier.buildClassifier();
        classifier.evalute();
        classifier.showResult();
    }

}

参考: JavaでWekaのAPIを利用してベイジアンネットワークを作る

結果

WARNING: An illegal reflective access operation has occurred
WARNING: Illegal reflective access by weka.core.WekaPackageClassLoaderManager (file:/Users/Mnb0130/unirvFILE/semi/工学特別演習/bayesNet/weka/weka.jar) to method java.lang.ClassLoader.defineClass(java.lang.String,byte[],int,int,java.security.ProtectionDomain)
WARNING: Please consider reporting this to the maintainers of weka.core.WekaPackageClassLoaderManager
WARNING: Use --illegal-access=warn to enable warnings of further illegal reflective access operations
WARNING: All illegal access operations will be denied in a future release
Results

Correctly Classified Instances          34               89.4737 %
Incorrectly Classified Instances         4               10.5263 %
Kappa statistic                          0.6122
Mean absolute error                      0.204
Root mean squared error                  0.299
Relative absolute error                 59.8749 %
Root relative squared error             73.3056 %
Total Number of Instances               38

少ないデータセットでおよそ89%の正解率なら想定移動りの動作であると思います。
やはりwekaを利用するのが大抵の場合妥当だと感じました。