MOA中RandomTreeGenerator[Advanced]

2012-10-27

1.简介

RandomTreeGenerator是一个stream产生器，源源不断的输出Instance；这一部分，将详细探讨其实现；请先阅读”MOA中RandomTreeGenerator-Basic“。查看源码的工具是Eclipse，关于Eclipse下查看源代码的快捷键，可参考”Eclipse下查看MOA源代码“。

具体将分为2个方面来讨论RandomTreeGenerator：

对外继承关系；
内部成员；

这些分析是准备解决问题的，不能解决问题的分析，就是徒劳；在本篇文章的后半部分，将基于上述讨论，来分析：

如何使用RandomTreeGenerator？
怎样定义一个stream的Generator？

如果只是讨论上面的这些东西，那么相当于一台没有主角的戏，枯燥浅显；因为处理对象是data stream，如果在程序中无法存储data stream，那就好比没有大米，却要去煮大米粥；最后一部分，重点讨论MOA中数据存储相关知识：

data stream的数学表示是什么？程序中存储在什么地方？
Attribute、Instance、Instances、InstancesHeader之间有什么联系？

2.对外继承关系

几个基本的快捷键：

操作	说明
Ctrl + 鼠标左击	查看class、method、attribute的源代码
Alt + ←	返回上一次鼠标位置
Alt + →	与“Alt + ←”相反
F4	查看Class的继承关系

使用快捷键 F4,查看RandomTreeGenerator的继承关系，如下图所示。它直接继承了类AbstractOptionHandler,并实现了接口InstanceStream。

RandomTreeGenerator-1

抽象类AbstractOptionHandler，用于实现MOA的GUI接口。一个Class，如果需要在图形界面上进行参数设置，就需要继承这个类。具体说明如下：

继承自抽象类AbstractMOAObject，此类提供测量Class实例化对象的大小、复制对象、返回对象描述信息的方法。（具体实现的方法：public int measureByteSize()、public MOAObject copy()；未实现的方法：public void getDescription(StringBuilder,int)。）
实现接口OptionHandler，统一处理Option的方法；

接口InstanceStream，规定了一个data stream所必须实现的方法，统一了data stream对外的方法。

观察上图，发现很多class实现了MOAObject接口（继承自接口Serializable）,具体说明如下：

MOA中所有的Class都要实现这个接口；
作用：统一3个方法，测量Class实例化对象大小（public int measureByteSize();）、复制对象（public MOAObject copy();）、返回对象的描述信息（public void getDescription(StringBuilder sb, int indent);）

隐藏了重复的MOAObject接口，可以将RandomTreeGenerator的继承关系，精简如图：图中既有类（class），又有抽象类（Abstract class）和接口（Interface），下面简要讨论他们之间的关系：

RandomTreeGenerator-2

抽象类（Abstract Class）至少有一个方法没有具体的实现，是抽象方法；可以有实例属性；
接口（Interface）所有方法都是抽象方法，没有具体实现；不能有实例属性，如果有属性，一定是静态常量（static final）；
正常的Class只能继承（extends）一个类（class、abstract class），这就是Java的单继承性；但是可以实现（implements）多个接口（interface）；
class实现（Implements）接口（Interface），必须实现接口定义的所有方法（因为接口中方法都是抽象方法，没有具体实现，所以class中必须予以具体是实现）；
Abstract class实现（Implements）接口（Interface），不一定要实现接口中的方法（因为抽象类Abstract Class中本来就可以存在抽象方法）；
接口（Interface）可以继承（extends）接口（Interface）；更详细的知识，可以参考“eclipse下查看MOA源代码”中java基础知识部分。

3.内部成员

在”2. 对外继承关系“讨论的基础上，可以得出结论：

RandomTreeGenerator的内部属性成员来源：RandomTreeGenerator自己定义，AbstractOptionHandler内定义，AbstractMOAobject内定义，Object中定义；
RandomTreeGenerator的内部方法成员来源：InstanceStream、OptionHandler、MOAObject、Serializable接口中定义,Object中实现的方法；部分抽象类中实现的方法；

为了充分发挥eclipse的作用，推荐先查看eclipse的帮助文件中Type Hierarchy部分,下面的一些查看源码操作都是基于此进行的。

补充知识，Object类是Java中所有类的父类.

说明：内部成员重点分析方法成员，默认属性成员为方法成员服务（方法成员实现某一功能，需要一些数据，因此添加了属性成员）。

方法成员，重点考虑如下几个：

InstanceStream接口；
AbstractOptionHandler抽象类；
AbstractMOAObject抽象类；
OptionHandler接口；
MOAObject接口；

现在我需要去查询MOA的API文档（或者查看MOA工程的源代码），分析、记忆上面几个类、接口中的__方法成员__。[关键*]

4. 使用RandomTreeGenerator

使用分为3个步骤，说明如下：

//new一个对象
RandomTreeGenerator stream = new RandomTreeGenerator();
//使用前，做一个初始化
stream.prepareForUse();
//判断stream中是否还有instance，并获得下一个instance
while(stream.hasMoreInstances()){
	   Instance trainInst = stream.nextInstance();
}

5. 定义一个stream的generator

只需要按下面来进行定义，并补充实现其中抽象方法即可，这就是java编写代码的好处，使用继承可以快速开发自己的类；代码如下：

public class YourselfGenerator extends AbstractOptionHandler implements InstanceStream

6. data stream的数学含义

data stream的数学表示是什么？程序中存储在什么地方？

data_stream数学上可以表示为：<instance1,instance2,…inxtanceN,…>，即以源源不断的Instance来表示。

在MOA中，一个类，只要实现了接口InstranceStream，就认为他是一个data stream的产生器。通常，data stream并没有一次性产生所有的Instance并存储下来，而是采用产生一个Instance，使用一个的原则来实现。为实现一个data_stream，MOA提供了几个基本的类：Attribute、Instance、Instances、InstancesHeader。

7. 数据存储相关的class

数据存储相关的class：Attribute、Instance、Instances、InstancesHeader

Attribute: weka.core包中，定义属性；(weka)
Instance: weka.core包中，定义instance（由attribute构成）；（weka）
Instances: weka.core包中，定义dataset（instance的集合）；（weka）

7.1 weka.core.Atribute

weka.core.Atribute（Class）用来表示Instance中的一个属性，共计可以表示5种：numeric、nominal、string、date、relational（这个需要注意）；典型的用法（code from the main() method of this class）：

// Create numeric attributes "length" and "weight"
Attribute length = new Attribute("length");
Attribute weight = new Attribute("weight");
 
// Create list to hold nominal values "first", "second", "third"
List my_nominal_values = new ArrayList(3);
my_nominal_values.add("first");
my_nominal_values.add("second");
my_nominal_values.add("third");
 
// Create nominal attribute "position"
Attribute position = new Attribute("position", my_nominal_values);
 
...

7.2 weka.core.Instance

weka.core.Instance(Interface),（下图表示了weka.core.Instance的继承关系）此接口统一了instance对外调用的方法；subclass：weka.core.AbstractInstance，直接由Attribute构成，用于表示data_stream中的一个例子；对于所有的Attibute类型（5种），都以浮点数（floating-point）来存储，如果Attribute类型是：nominal、string、relational，则存储的值表示相应类型真实值的索引位置。

Instance_继承关系

举例，对于nominal属性：男，女；在存储时，使用：1,2；则1表示男，2表示女。从weka.core.Instance的继承图，可以看出DenseInstance、SparseInstance是具体实现。Instance的典型使用代码如下：

  // Create empty instance with three attribute values
  Instance inst = new DenseInstance(3);
 
  // Set instance's values for the attributes "length", "weight", and "position"
  inst.setValue(length, 5.3); 
  inst.setValue(weight, 300); 
  inst.setValue(position, "first"); 
 
  // Set instance's dataset to be the dataset "race" 
  inst.setDataset(race); 
 
  // Print the instance 
  System.out.println("The instance: " + inst); 
 
  ...

由于只是片段，上面的这段代码有些晦涩；几点补充： setValue方法：

public final void setValue(int attIndex, String value)
...
public final void setValue(Attribute att, double value)
...
public final void setValue(Attribute att, String value)
...

上面是weka.core.Instance(Interface)中定义，并在weka.core.AbstractInstance中进行了实现，他们的本质都是调用在weka.core.Instance中定义的setValue(int,double)方法，他在具体的class中（DenseInstance、SparseInstance）进行实现。weka.core.Instance中代码定义如下：

public final void setValue(int attIndex, double value)
...

setDataset方法：

public final void setDataset(Instances instances)
...

上面是weka.core.AbstractInstance中的具体实现。其中Instances将在下面进行介绍。

7.3 weka.core.Instances

weka.core.Instances(Class)，他的继承关系如下图，特别需要说明的是：

Instances_继承关系

public class Instances extends AbstractList
	 implements Serializable, RevisionHandler
...

Instances继承自一个由Instance组成的链表，其内部所有修改dataset的方法，都是针对备份进行的，并不涉及原始的dataset。

原文地址：https://ningg.top/moa-random-tree-generator-advance/

点击:联系我

点击查看评论(Note:可能被墙了)

微信公众号 ningg, 联系我