Oracleから公開されたTribuoを気を取り直してやってみた。Tribuo - A Java prediction library (v4.0)

追記　2020/09/28
この記事は古いです。こちらにまとめなおしました。
https://qiita.com/jashika/items/d7c86dd8053379fd909f

##前置き
いろいろ思うところもあるが、文句だけ言っていても始まらない。
むしろ俺がこれ作るからOracleが俺を雇え。ください。

##資料について
元ネタはこちらを参照してください。
日本語が必要ならこちらを参照してください。
データのダウンロードはこちらを参照してください。

##どうにかして動かす
bezdekIris.dataをダウンロードします。

マニュアルGatting Startedに記載のサンプルコードをJavaファイルに転記します。
今に始まったことではないので、何も驚きません。そんな変数は定義されていないとエラーで怒られます。

DataSourceをirisDataと変数定義したのに、引数で渡すときには、irisesSourceに名称が変わってしまったのでしょう。おそらくirisDataのことでしょう。~~絶対テストやってない。~~irisDataを引数に渡します。ついでにそんなところにあるコメントは邪魔なので削除します。

MutableDataset(testData)には、MutableDataset#get()メソッドなど無いと怒られます。Oracleクラスともなれば、メソッドなど無くても呼び出せるのでしょう。絶対にテストry

testData#hoge#get(0)とつながりそうなのは、#getData()あたりでしょうか。とりあえずgetData()を使ってみます。

LabelEvaluation#evaluate(Model,MutableDataset)メソッドなど無いと怒られます。今に始まったことではry

しかし、引数でModel,　MutableDatasetを受け取り、Evaluationを返却する似た名前のメソッドすらありません。これで呼び出せるとか天才だと思うわ。さすがオラクryおそらくですが、LabelEvaluationのインスタンスを生成するのではなく、LabelEvaluatorのインスタンスを生成しないといけないですね。きっと。勘ですけど。引数もメソッド名も返却値の型も合いますしおすし。

うーん。キャストしておけ適当。
これで一応エラーは消えました。

TribuoSample

/**
 *
 */
package org.project.eden.adam;

import java.io.IOException;
import java.nio.file.Paths;

import org.tribuo.DataSource;
import org.tribuo.Model;
import org.tribuo.MutableDataset;
import org.tribuo.Prediction;
import org.tribuo.classification.Label;
import org.tribuo.classification.LabelFactory;
import org.tribuo.classification.dtree.CARTClassificationTrainer;
import org.tribuo.classification.evaluation.LabelEvaluation;
import org.tribuo.classification.evaluation.LabelEvaluator;
import org.tribuo.classification.sgd.linear.LogisticRegressionTrainer;
import org.tribuo.data.csv.CSVLoader;
import org.tribuo.evaluation.Evaluation;
import org.tribuo.evaluation.TrainTestSplitter;

/**
 * @author jashika
 *
 */
public class TribuoSample {

    /**
     * @param args mainメソッドの引数。
     * @throws IOException
     */
    public static void main(String[] args) throws IOException {

        // ラベル付きアヤメ(アイリス)データを読み込む
        var irisHeaders = new String[] { "sepalLength", "sepalWidth", "petalLength", "petalWidth", "species" };
        DataSource<Label> irisData = new CSVLoader<>(new LabelFactory()).loadDataSource(Paths.get("/Users/admin/Downloads/bezdekIris.data"),irisHeaders[4],irisHeaders);

        // アヤメ(アイリス)データをトレーニングセット(70%)とテストセット(30%)に分割
        var splitIrisData = new TrainTestSplitter<>(irisData, 0.7, 1L);

        var trainData = new MutableDataset<>(splitIrisData.getTrain());
        var testData = new MutableDataset<>(splitIrisData.getTest());

        // 決定木を学習する
        var cartTrainer = new CARTClassificationTrainer();
        Model<Label> tree = cartTrainer.train(trainData);

        // ロジスティック回帰
        var linearTrainer = new LogisticRegressionTrainer();
        Model<Label> linear = linearTrainer.train(trainData);

        // 最終的には、目に見えないデータから予測を行う
        // 各予測は、出力名（ラベル）からスコア/確率へのマップ
        Prediction<Label> prediction = linear.predict(testData.getData().get(0));

        // 完全なテストデータセットを評価して、精度、F1などを計算してもよい。
        Evaluation<Label> evaluation = new LabelEvaluator().evaluate(linear, testData);

        // 手動での評価を検査する。
        double acc = LabelEvaluation.class.cast(evaluation).accuracy();

        // フォーマットされた評価文字列を表示する。
        System.out.println(evaluation.toString());
    }
}

実行してみます。
151行目が1エレメントしかない？

空行・・・。空行無視じゃないの?LF改行だから、何か恨みがあるの？別にこれは無視する対応でよくね？CSVの規約違反でもないし。

データファイルから消したよ。手動で。

再度実行。それっぽいのが出た。もう少し突っ込んだところは、後で追記します。多分。