source: src/main/java/weka/classifiers/CheckClassifier.java @ 24

Last change on this file since 24 was 4, checked in by gnappo, 14 years ago

Import di weka.

File size: 70.9 KB
Line 
1/*
2 *    This program is free software; you can redistribute it and/or modify
3 *    it under the terms of the GNU General Public License as published by
4 *    the Free Software Foundation; either version 2 of the License, or
5 *    (at your option) any later version.
6 *
7 *    This program is distributed in the hope that it will be useful,
8 *    but WITHOUT ANY WARRANTY; without even the implied warranty of
9 *    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
10 *    GNU General Public License for more details.
11 *
12 *    You should have received a copy of the GNU General Public License
13 *    along with this program; if not, write to the Free Software
14 *    Foundation, Inc., 675 Mass Ave, Cambridge, MA 02139, USA.
15 */
16
17/*
18 *    CheckClassifier.java
19 *    Copyright (C) 1999 University of Waikato, Hamilton, New Zealand
20 *
21 */
22
23package weka.classifiers;
24
25import weka.core.Attribute;
26import weka.core.CheckScheme;
27import weka.core.FastVector;
28import weka.core.Instance;
29import weka.core.Instances;
30import weka.core.MultiInstanceCapabilitiesHandler;
31import weka.core.Option;
32import weka.core.OptionHandler;
33import weka.core.RevisionUtils;
34import weka.core.SerializationHelper;
35import weka.core.TestInstances;
36import weka.core.Utils;
37import weka.core.WeightedInstancesHandler;
38
39import java.util.Enumeration;
40import java.util.Random;
41import java.util.Vector;
42
43/**
44 * Class for examining the capabilities and finding problems with
45 * classifiers. If you implement a classifier using the WEKA.libraries,
46 * you should run the checks on it to ensure robustness and correct
47 * operation. Passing all the tests of this object does not mean
48 * bugs in the classifier don't exist, but this will help find some
49 * common ones. <p/>
50 *
51 * Typical usage: <p/>
52 * <code>java weka.classifiers.CheckClassifier -W classifier_name
53 * classifier_options </code><p/>
54 *
55 * CheckClassifier reports on the following:
56 * <ul>
57 *    <li> Classifier abilities
58 *      <ul>
59 *         <li> Possible command line options to the classifier </li>
60 *         <li> Whether the classifier can predict nominal, numeric, string,
61 *              date or relational class attributes. Warnings will be displayed if
62 *              performance is worse than ZeroR </li>
63 *         <li> Whether the classifier can be trained incrementally </li>
64 *         <li> Whether the classifier can handle numeric predictor attributes </li>
65 *         <li> Whether the classifier can handle nominal predictor attributes </li>
66 *         <li> Whether the classifier can handle string predictor attributes </li>
67 *         <li> Whether the classifier can handle date predictor attributes </li>
68 *         <li> Whether the classifier can handle relational predictor attributes </li>
69 *         <li> Whether the classifier can handle multi-instance data </li>
70 *         <li> Whether the classifier can handle missing predictor values </li>
71 *         <li> Whether the classifier can handle missing class values </li>
72 *         <li> Whether a nominal classifier only handles 2 class problems </li>
73 *         <li> Whether the classifier can handle instance weights </li>
74 *      </ul>
75 *    </li>
76 *    <li> Correct functioning
77 *      <ul>
78 *         <li> Correct initialisation during buildClassifier (i.e. no result
79 *              changes when buildClassifier called repeatedly) </li>
80 *         <li> Whether incremental training produces the same results
81 *              as during non-incremental training (which may or may not
82 *              be OK) </li>
83 *         <li> Whether the classifier alters the data pased to it
84 *              (number of instances, instance order, instance weights, etc) </li>
85 *         <li> Whether the toString() method works correctly before the
86 *              classifier has been built. </li>
87 *      </ul>
88 *    </li>
89 *    <li> Degenerate cases
90 *      <ul>
91 *         <li> building classifier with zero training instances </li>
92 *         <li> all but one predictor attribute values missing </li>
93 *         <li> all predictor attribute values missing </li>
94 *         <li> all but one class values missing </li>
95 *         <li> all class values missing </li>
96 *      </ul>
97 *    </li>
98 * </ul>
99 * Running CheckClassifier with the debug option set will output the
100 * training and test datasets for any failed tests.<p/>
101 *
102 * The <code>weka.classifiers.AbstractClassifierTest</code> uses this
103 * class to test all the classifiers. Any changes here, have to be
104 * checked in that abstract test class, too. <p/>
105 *
106 <!-- options-start -->
107 * Valid options are: <p/>
108 *
109 * <pre> -D
110 *  Turn on debugging output.</pre>
111 *
112 * <pre> -S
113 *  Silent mode - prints nothing to stdout.</pre>
114 *
115 * <pre> -N &lt;num&gt;
116 *  The number of instances in the datasets (default 20).</pre>
117 *
118 * <pre> -nominal &lt;num&gt;
119 *  The number of nominal attributes (default 2).</pre>
120 *
121 * <pre> -nominal-values &lt;num&gt;
122 *  The number of values for nominal attributes (default 1).</pre>
123 *
124 * <pre> -numeric &lt;num&gt;
125 *  The number of numeric attributes (default 1).</pre>
126 *
127 * <pre> -string &lt;num&gt;
128 *  The number of string attributes (default 1).</pre>
129 *
130 * <pre> -date &lt;num&gt;
131 *  The number of date attributes (default 1).</pre>
132 *
133 * <pre> -relational &lt;num&gt;
134 *  The number of relational attributes (default 1).</pre>
135 *
136 * <pre> -num-instances-relational &lt;num&gt;
137 *  The number of instances in relational/bag attributes (default 10).</pre>
138 *
139 * <pre> -words &lt;comma-separated-list&gt;
140 *  The words to use in string attributes.</pre>
141 *
142 * <pre> -word-separators &lt;chars&gt;
143 *  The word separators to use in string attributes.</pre>
144 *
145 * <pre> -W
146 *  Full name of the classifier analysed.
147 *  eg: weka.classifiers.bayes.NaiveBayes
148 *  (default weka.classifiers.rules.ZeroR)</pre>
149 *
150 * <pre>
151 * Options specific to classifier weka.classifiers.rules.ZeroR:
152 * </pre>
153 *
154 * <pre> -D
155 *  If set, classifier is run in debug mode and
156 *  may output additional info to the console</pre>
157 *
158 <!-- options-end -->
159 *
160 * Options after -- are passed to the designated classifier.<p/>
161 *
162 * @author Len Trigg (trigg@cs.waikato.ac.nz)
163 * @author FracPete (fracpete at waikato dot ac dot nz)
164 * @version $Revision: 6041 $
165 * @see TestInstances
166 */
167public class CheckClassifier
168  extends CheckScheme {
169
170  /*
171   * Note about test methods:
172   * - methods return array of booleans
173   * - first index: success or not
174   * - second index: acceptable or not (e.g., Exception is OK)
175   * - in case the performance is worse than that of ZeroR both indices are true
176   *
177   * FracPete (fracpete at waikato dot ac dot nz)
178   */
179
180  /*** The classifier to be examined */
181  protected Classifier m_Classifier = new weka.classifiers.rules.ZeroR();
182
183  /**
184   * Returns an enumeration describing the available options.
185   *
186   * @return an enumeration of all the available options.
187   */
188  public Enumeration listOptions() {
189    Vector result = new Vector();
190
191    Enumeration en = super.listOptions();
192    while (en.hasMoreElements())
193      result.addElement(en.nextElement());
194
195    result.addElement(new Option(
196        "\tFull name of the classifier analysed.\n"
197        +"\teg: weka.classifiers.bayes.NaiveBayes\n"
198        + "\t(default weka.classifiers.rules.ZeroR)",
199        "W", 1, "-W"));
200
201    if ((m_Classifier != null)
202        && (m_Classifier instanceof OptionHandler)) {
203      result.addElement(new Option("", "", 0,
204          "\nOptions specific to classifier "
205          + m_Classifier.getClass().getName()
206          + ":"));
207      Enumeration enu = ((OptionHandler)m_Classifier).listOptions();
208      while (enu.hasMoreElements())
209        result.addElement(enu.nextElement());
210    }
211
212    return result.elements();
213  }
214
215  /**
216   * Parses a given list of options.
217   *
218   <!-- options-start -->
219   * Valid options are: <p/>
220   *
221   * <pre> -D
222   *  Turn on debugging output.</pre>
223   *
224   * <pre> -S
225   *  Silent mode - prints nothing to stdout.</pre>
226   *
227   * <pre> -N &lt;num&gt;
228   *  The number of instances in the datasets (default 20).</pre>
229   *
230   * <pre> -nominal &lt;num&gt;
231   *  The number of nominal attributes (default 2).</pre>
232   *
233   * <pre> -nominal-values &lt;num&gt;
234   *  The number of values for nominal attributes (default 1).</pre>
235   *
236   * <pre> -numeric &lt;num&gt;
237   *  The number of numeric attributes (default 1).</pre>
238   *
239   * <pre> -string &lt;num&gt;
240   *  The number of string attributes (default 1).</pre>
241   *
242   * <pre> -date &lt;num&gt;
243   *  The number of date attributes (default 1).</pre>
244   *
245   * <pre> -relational &lt;num&gt;
246   *  The number of relational attributes (default 1).</pre>
247   *
248   * <pre> -num-instances-relational &lt;num&gt;
249   *  The number of instances in relational/bag attributes (default 10).</pre>
250   *
251   * <pre> -words &lt;comma-separated-list&gt;
252   *  The words to use in string attributes.</pre>
253   *
254   * <pre> -word-separators &lt;chars&gt;
255   *  The word separators to use in string attributes.</pre>
256   *
257   * <pre> -W
258   *  Full name of the classifier analysed.
259   *  eg: weka.classifiers.bayes.NaiveBayes
260   *  (default weka.classifiers.rules.ZeroR)</pre>
261   *
262   * <pre>
263   * Options specific to classifier weka.classifiers.rules.ZeroR:
264   * </pre>
265   *
266   * <pre> -D
267   *  If set, classifier is run in debug mode and
268   *  may output additional info to the console</pre>
269   *
270   <!-- options-end -->
271   *
272   * @param options the list of options as an array of strings
273   * @throws Exception if an option is not supported
274   */
275  public void setOptions(String[] options) throws Exception {
276    String      tmpStr;
277
278    super.setOptions(options);
279
280    tmpStr = Utils.getOption('W', options);
281    if (tmpStr.length() == 0)
282      tmpStr = weka.classifiers.rules.ZeroR.class.getName();
283    setClassifier(
284        (Classifier) forName(
285          "weka.classifiers",
286          Classifier.class,
287          tmpStr,
288          Utils.partitionOptions(options)));
289  }
290
291  /**
292   * Gets the current settings of the CheckClassifier.
293   *
294   * @return an array of strings suitable for passing to setOptions
295   */
296  public String[] getOptions() {
297    Vector        result;
298    String[]      options;
299    int           i;
300
301    result = new Vector();
302
303    options = super.getOptions();
304    for (i = 0; i < options.length; i++)
305      result.add(options[i]);
306
307    if (getClassifier() != null) {
308      result.add("-W");
309      result.add(getClassifier().getClass().getName());
310    }
311
312    if ((m_Classifier != null) && (m_Classifier instanceof OptionHandler))
313      options = ((OptionHandler) m_Classifier).getOptions();
314    else
315      options = new String[0];
316
317    if (options.length > 0) {
318      result.add("--");
319      for (i = 0; i < options.length; i++)
320        result.add(options[i]);
321    }
322
323    return (String[]) result.toArray(new String[result.size()]);
324  }
325
326  /**
327   * Begin the tests, reporting results to System.out
328   */
329  public void doTests() {
330
331    if (getClassifier() == null) {
332      println("\n=== No classifier set ===");
333      return;
334    }
335    println("\n=== Check on Classifier: "
336        + getClassifier().getClass().getName()
337        + " ===\n");
338
339    // Start tests
340    m_ClasspathProblems = false;
341    println("--> Checking for interfaces");
342    canTakeOptions();
343    boolean updateableClassifier = updateableClassifier()[0];
344    boolean weightedInstancesHandler = weightedInstancesHandler()[0];
345    boolean multiInstanceHandler = multiInstanceHandler()[0];
346    println("--> Classifier tests");
347    declaresSerialVersionUID();
348    testToString();
349    testsPerClassType(Attribute.NOMINAL,    updateableClassifier, weightedInstancesHandler, multiInstanceHandler);
350    testsPerClassType(Attribute.NUMERIC,    updateableClassifier, weightedInstancesHandler, multiInstanceHandler);
351    testsPerClassType(Attribute.DATE,       updateableClassifier, weightedInstancesHandler, multiInstanceHandler);
352    testsPerClassType(Attribute.STRING,     updateableClassifier, weightedInstancesHandler, multiInstanceHandler);
353    testsPerClassType(Attribute.RELATIONAL, updateableClassifier, weightedInstancesHandler, multiInstanceHandler);
354  }
355
356  /**
357   * Set the classifier for boosting.
358   *
359   * @param newClassifier the Classifier to use.
360   */
361  public void setClassifier(Classifier newClassifier) {
362    m_Classifier = newClassifier;
363  }
364
365  /**
366   * Get the classifier used as the classifier
367   *
368   * @return the classifier used as the classifier
369   */
370  public Classifier getClassifier() {
371    return m_Classifier;
372  }
373
374  /**
375   * Run a battery of tests for a given class attribute type
376   *
377   * @param classType true if the class attribute should be numeric
378   * @param updateable true if the classifier is updateable
379   * @param weighted true if the classifier says it handles weights
380   * @param multiInstance true if the classifier is a multi-instance classifier
381   */
382  protected void testsPerClassType(int classType,
383                                   boolean updateable,
384                                   boolean weighted,
385                                   boolean multiInstance) {
386
387    boolean PNom = canPredict(true,  false, false, false, false, multiInstance, classType)[0];
388    boolean PNum = canPredict(false, true,  false, false, false, multiInstance, classType)[0];
389    boolean PStr = canPredict(false, false, true,  false, false, multiInstance, classType)[0];
390    boolean PDat = canPredict(false, false, false, true,  false, multiInstance, classType)[0];
391    boolean PRel;
392    if (!multiInstance)
393      PRel = canPredict(false, false, false, false,  true, multiInstance, classType)[0];
394    else
395      PRel = false;
396
397    if (PNom || PNum || PStr || PDat || PRel) {
398      if (weighted)
399        instanceWeights(PNom, PNum, PStr, PDat, PRel, multiInstance, classType);
400
401      canHandleOnlyClass(PNom, PNum, PStr, PDat, PRel, classType);
402
403      if (classType == Attribute.NOMINAL)
404        canHandleNClasses(PNom, PNum, PStr, PDat, PRel, multiInstance, 4);
405
406      if (!multiInstance) {
407        canHandleClassAsNthAttribute(PNom, PNum, PStr, PDat, PRel, multiInstance, classType, 0);
408        canHandleClassAsNthAttribute(PNom, PNum, PStr, PDat, PRel, multiInstance, classType, 1);
409      }
410
411      canHandleZeroTraining(PNom, PNum, PStr, PDat, PRel, multiInstance, classType);
412      boolean handleMissingPredictors = canHandleMissing(PNom, PNum, PStr, PDat, PRel,
413          multiInstance, classType,
414          true, false, 20)[0];
415      if (handleMissingPredictors)
416        canHandleMissing(PNom, PNum, PStr, PDat, PRel, multiInstance, classType, true, false, 100);
417
418      boolean handleMissingClass = canHandleMissing(PNom, PNum, PStr, PDat, PRel,
419          multiInstance, classType,
420          false, true, 20)[0];
421      if (handleMissingClass)
422        canHandleMissing(PNom, PNum, PStr, PDat, PRel, multiInstance, classType, false, true, 100);
423
424      correctBuildInitialisation(PNom, PNum, PStr, PDat, PRel, multiInstance, classType);
425      datasetIntegrity(PNom, PNum, PStr, PDat, PRel, multiInstance, classType,
426          handleMissingPredictors, handleMissingClass);
427      doesntUseTestClassVal(PNom, PNum, PStr, PDat, PRel, multiInstance, classType);
428      if (updateable)
429        updatingEquality(PNom, PNum, PStr, PDat, PRel, multiInstance, classType);
430    }
431  }
432
433  /**
434   * Checks whether the scheme's toString() method works even though the
435   * classifies hasn't been built yet.
436   *
437   * @return index 0 is true if the toString() method works fine
438   */
439  protected boolean[] testToString() {
440    boolean[] result = new boolean[2];
441
442    print("toString...");
443
444    try {
445      Classifier copy = (Classifier) m_Classifier.getClass().newInstance();
446      copy.toString();
447      result[0] = true;
448      println("yes");
449    }
450    catch (Exception e) {
451      result[0] = false;
452      println("no");
453      if (m_Debug) {
454        println("\n=== Full report ===");
455        e.printStackTrace();
456        println("\n");
457      }
458    }
459
460    return result;
461  }
462
463  /**
464   * tests for a serialVersionUID. Fails in case the scheme doesn't declare
465   * a UID.
466   *
467   * @return index 0 is true if the scheme declares a UID
468   */
469  protected boolean[] declaresSerialVersionUID() {
470    boolean[] result = new boolean[2];
471
472    print("serialVersionUID...");
473
474    result[0] = !SerializationHelper.needsUID(m_Classifier.getClass());
475
476    if (result[0])
477      println("yes");
478    else
479      println("no");
480
481    return result;
482  }
483
484  /**
485   * Checks whether the scheme can take command line options.
486   *
487   * @return index 0 is true if the classifier can take options
488   */
489  protected boolean[] canTakeOptions() {
490
491    boolean[] result = new boolean[2];
492
493    print("options...");
494    if (m_Classifier instanceof OptionHandler) {
495      println("yes");
496      if (m_Debug) {
497        println("\n=== Full report ===");
498        Enumeration enu = ((OptionHandler)m_Classifier).listOptions();
499        while (enu.hasMoreElements()) {
500          Option option = (Option) enu.nextElement();
501          print(option.synopsis() + "\n"
502              + option.description() + "\n");
503        }
504        println("\n");
505      }
506      result[0] = true;
507    }
508    else {
509      println("no");
510      result[0] = false;
511    }
512
513    return result;
514  }
515
516  /**
517   * Checks whether the scheme can build models incrementally.
518   *
519   * @return index 0 is true if the classifier can train incrementally
520   */
521  protected boolean[] updateableClassifier() {
522
523    boolean[] result = new boolean[2];
524
525    print("updateable classifier...");
526    if (m_Classifier instanceof UpdateableClassifier) {
527      println("yes");
528      result[0] = true;
529    }
530    else {
531      println("no");
532      result[0] = false;
533    }
534
535    return result;
536  }
537
538  /**
539   * Checks whether the scheme says it can handle instance weights.
540   *
541   * @return true if the classifier handles instance weights
542   */
543  protected boolean[] weightedInstancesHandler() {
544
545    boolean[] result = new boolean[2];
546
547    print("weighted instances classifier...");
548    if (m_Classifier instanceof WeightedInstancesHandler) {
549      println("yes");
550      result[0] = true;
551    }
552    else {
553      println("no");
554      result[0] = false;
555    }
556
557    return result;
558  }
559
560  /**
561   * Checks whether the scheme handles multi-instance data.
562   *
563   * @return true if the classifier handles multi-instance data
564   */
565  protected boolean[] multiInstanceHandler() {
566    boolean[] result = new boolean[2];
567
568    print("multi-instance classifier...");
569    if (m_Classifier instanceof MultiInstanceCapabilitiesHandler) {
570      println("yes");
571      result[0] = true;
572    }
573    else {
574      println("no");
575      result[0] = false;
576    }
577
578    return result;
579  }
580
581  /**
582   * Checks basic prediction of the scheme, for simple non-troublesome
583   * datasets.
584   *
585   * @param nominalPredictor if true use nominal predictor attributes
586   * @param numericPredictor if true use numeric predictor attributes
587   * @param stringPredictor if true use string predictor attributes
588   * @param datePredictor if true use date predictor attributes
589   * @param relationalPredictor if true use relational predictor attributes
590   * @param multiInstance whether multi-instance is needed
591   * @param classType the class type (NOMINAL, NUMERIC, etc.)
592   * @return index 0 is true if the test was passed, index 1 is true if test
593   *         was acceptable
594   */
595  protected boolean[] canPredict(
596      boolean nominalPredictor,
597      boolean numericPredictor,
598      boolean stringPredictor,
599      boolean datePredictor,
600      boolean relationalPredictor,
601      boolean multiInstance,
602      int classType) {
603
604    print("basic predict");
605    printAttributeSummary(
606        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
607    print("...");
608    FastVector accepts = new FastVector();
609    accepts.addElement("unary");
610    accepts.addElement("binary");
611    accepts.addElement("nominal");
612    accepts.addElement("numeric");
613    accepts.addElement("string");
614    accepts.addElement("date");
615    accepts.addElement("relational");
616    accepts.addElement("multi-instance");
617    accepts.addElement("not in classpath");
618    int numTrain = getNumInstances(), numTest = getNumInstances(),
619    numClasses = 2, missingLevel = 0;
620    boolean predictorMissing = false, classMissing = false;
621
622    return runBasicTest(nominalPredictor, numericPredictor, stringPredictor,
623        datePredictor, relationalPredictor,
624        multiInstance,
625        classType,
626        missingLevel, predictorMissing, classMissing,
627        numTrain, numTest, numClasses,
628        accepts);
629  }
630
631  /**
632   * Checks whether the scheme can handle data that contains only the class
633   * attribute. If a scheme cannot build a proper model with that data, it
634   * should default back to a ZeroR model.
635   *
636   * @param nominalPredictor if true use nominal predictor attributes
637   * @param numericPredictor if true use numeric predictor attributes
638   * @param stringPredictor if true use string predictor attributes
639   * @param datePredictor if true use date predictor attributes
640   * @param relationalPredictor if true use relational predictor attributes
641   * @param classType the class type (NOMINAL, NUMERIC, etc.)
642   * @return index 0 is true if the test was passed, index 1 is true if test
643   *         was acceptable
644   */
645  protected boolean[] canHandleOnlyClass(
646      boolean nominalPredictor,
647      boolean numericPredictor,
648      boolean stringPredictor,
649      boolean datePredictor,
650      boolean relationalPredictor,
651      int classType) {
652
653    print("only class in data");
654    printAttributeSummary(
655        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, false, classType);
656    print("...");
657    FastVector accepts = new FastVector();
658    accepts.addElement("class");
659    accepts.addElement("zeror");
660    int numTrain = getNumInstances(), numTest = getNumInstances(),
661    missingLevel = 0;
662    boolean predictorMissing = false, classMissing = false;
663
664    return runBasicTest(false, false, false, false, false,
665                        false,
666                        classType,
667                        missingLevel, predictorMissing, classMissing,
668                        numTrain, numTest, 2,
669                        accepts);
670  }
671
672  /**
673   * Checks whether nominal schemes can handle more than two classes.
674   * If a scheme is only designed for two-class problems it should
675   * throw an appropriate exception for multi-class problems.
676   *
677   * @param nominalPredictor if true use nominal predictor attributes
678   * @param numericPredictor if true use numeric predictor attributes
679   * @param stringPredictor if true use string predictor attributes
680   * @param datePredictor if true use date predictor attributes
681   * @param relationalPredictor if true use relational predictor attributes
682   * @param multiInstance whether multi-instance is needed
683   * @param numClasses the number of classes to test
684   * @return index 0 is true if the test was passed, index 1 is true if test
685   *         was acceptable
686   */
687  protected boolean[] canHandleNClasses(
688      boolean nominalPredictor,
689      boolean numericPredictor,
690      boolean stringPredictor,
691      boolean datePredictor,
692      boolean relationalPredictor,
693      boolean multiInstance,
694      int numClasses) {
695
696    print("more than two class problems");
697    printAttributeSummary(
698        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, Attribute.NOMINAL);
699    print("...");
700    FastVector accepts = new FastVector();
701    accepts.addElement("number");
702    accepts.addElement("class");
703    int numTrain = getNumInstances(), numTest = getNumInstances(),
704    missingLevel = 0;
705    boolean predictorMissing = false, classMissing = false;
706
707    return runBasicTest(nominalPredictor, numericPredictor, stringPredictor,
708                        datePredictor, relationalPredictor,
709                        multiInstance,
710                        Attribute.NOMINAL,
711                        missingLevel, predictorMissing, classMissing,
712                        numTrain, numTest, numClasses,
713                        accepts);
714  }
715
716  /**
717   * Checks whether the scheme can handle class attributes as Nth attribute.
718   *
719   * @param nominalPredictor if true use nominal predictor attributes
720   * @param numericPredictor if true use numeric predictor attributes
721   * @param stringPredictor if true use string predictor attributes
722   * @param datePredictor if true use date predictor attributes
723   * @param relationalPredictor if true use relational predictor attributes
724   * @param multiInstance whether multi-instance is needed
725   * @param classType the class type (NUMERIC, NOMINAL, etc.)
726   * @param classIndex the index of the class attribute (0-based, -1 means last attribute)
727   * @return index 0 is true if the test was passed, index 1 is true if test
728   *         was acceptable
729   * @see TestInstances#CLASS_IS_LAST
730   */
731  protected boolean[] canHandleClassAsNthAttribute(
732      boolean nominalPredictor,
733      boolean numericPredictor,
734      boolean stringPredictor,
735      boolean datePredictor,
736      boolean relationalPredictor,
737      boolean multiInstance,
738      int classType,
739      int classIndex) {
740
741    if (classIndex == TestInstances.CLASS_IS_LAST)
742      print("class attribute as last attribute");
743    else
744      print("class attribute as " + (classIndex + 1) + ". attribute");
745    printAttributeSummary(
746        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
747    print("...");
748    FastVector accepts = new FastVector();
749    int numTrain = getNumInstances(), numTest = getNumInstances(), numClasses = 2,
750    missingLevel = 0;
751    boolean predictorMissing = false, classMissing = false;
752
753    return runBasicTest(nominalPredictor, numericPredictor, stringPredictor,
754                        datePredictor, relationalPredictor,
755                        multiInstance,
756                        classType,
757                        classIndex,
758                        missingLevel, predictorMissing, classMissing,
759                        numTrain, numTest, numClasses,
760                        accepts);
761  }
762
763  /**
764   * Checks whether the scheme can handle zero training instances.
765   *
766   * @param nominalPredictor if true use nominal predictor attributes
767   * @param numericPredictor if true use numeric predictor attributes
768   * @param stringPredictor if true use string predictor attributes
769   * @param datePredictor if true use date predictor attributes
770   * @param relationalPredictor if true use relational predictor attributes
771   * @param multiInstance whether multi-instance is needed
772   * @param classType the class type (NUMERIC, NOMINAL, etc.)
773   * @return index 0 is true if the test was passed, index 1 is true if test
774   *         was acceptable
775   */
776  protected boolean[] canHandleZeroTraining(
777      boolean nominalPredictor,
778      boolean numericPredictor,
779      boolean stringPredictor,
780      boolean datePredictor,
781      boolean relationalPredictor,
782      boolean multiInstance,
783      int classType) {
784
785    print("handle zero training instances");
786    printAttributeSummary(
787        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
788    print("...");
789    FastVector accepts = new FastVector();
790    accepts.addElement("train");
791    accepts.addElement("value");
792    int numTrain = 0, numTest = getNumInstances(), numClasses = 2,
793    missingLevel = 0;
794    boolean predictorMissing = false, classMissing = false;
795
796    return runBasicTest(
797              nominalPredictor, numericPredictor, stringPredictor,
798              datePredictor, relationalPredictor,
799              multiInstance,
800              classType,
801              missingLevel, predictorMissing, classMissing,
802              numTrain, numTest, numClasses,
803              accepts);
804  }
805
806  /**
807   * Checks whether the scheme correctly initialises models when
808   * buildClassifier is called. This test calls buildClassifier with
809   * one training dataset and records performance on a test set.
810   * buildClassifier is then called on a training set with different
811   * structure, and then again with the original training set. The
812   * performance on the test set is compared with the original results
813   * and any performance difference noted as incorrect build initialisation.
814   *
815   * @param nominalPredictor if true use nominal predictor attributes
816   * @param numericPredictor if true use numeric predictor attributes
817   * @param stringPredictor if true use string predictor attributes
818   * @param datePredictor if true use date predictor attributes
819   * @param relationalPredictor if true use relational predictor attributes
820   * @param multiInstance whether multi-instance is needed
821   * @param classType the class type (NUMERIC, NOMINAL, etc.)
822   * @return index 0 is true if the test was passed, index 1 is true if the
823   *         scheme performs worse than ZeroR, but without error (index 0 is
824   *         false)
825   */
826  protected boolean[] correctBuildInitialisation(
827      boolean nominalPredictor,
828      boolean numericPredictor,
829      boolean stringPredictor,
830      boolean datePredictor,
831      boolean relationalPredictor,
832      boolean multiInstance,
833      int classType) {
834
835    boolean[] result = new boolean[2];
836
837    print("correct initialisation during buildClassifier");
838    printAttributeSummary(
839        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
840    print("...");
841    int numTrain = getNumInstances(), numTest = getNumInstances(),
842    numClasses = 2, missingLevel = 0;
843    boolean predictorMissing = false, classMissing = false;
844
845    Instances train1 = null;
846    Instances test1 = null;
847    Instances train2 = null;
848    Instances test2 = null;
849    Classifier classifier = null;
850    Evaluation evaluation1A = null;
851    Evaluation evaluation1B = null;
852    Evaluation evaluation2 = null;
853    boolean built = false;
854    int stage = 0;
855    try {
856
857      // Make two sets of train/test splits with different
858      // numbers of attributes
859      train1 = makeTestDataset(42, numTrain,
860                               nominalPredictor    ? getNumNominal()    : 0,
861                               numericPredictor    ? getNumNumeric()    : 0,
862                               stringPredictor     ? getNumString()     : 0,
863                               datePredictor       ? getNumDate()       : 0,
864                               relationalPredictor ? getNumRelational() : 0,
865                               numClasses,
866                               classType,
867                               multiInstance);
868      train2 = makeTestDataset(84, numTrain,
869                               nominalPredictor    ? getNumNominal() + 1 : 0,
870                               numericPredictor    ? getNumNumeric() + 1 : 0,
871                               stringPredictor     ? getNumString()      : 0,
872                               datePredictor       ? getNumDate()        : 0,
873                               relationalPredictor ? getNumRelational()  : 0,
874                               numClasses,
875                               classType,
876                               multiInstance);
877      test1 = makeTestDataset(24, numTest,
878                              nominalPredictor     ? getNumNominal()    : 0,
879                              numericPredictor     ? getNumNumeric()    : 0,
880                              stringPredictor      ? getNumString()     : 0,
881                              datePredictor        ? getNumDate()       : 0,
882                              relationalPredictor  ? getNumRelational() : 0,
883                              numClasses,
884                              classType,
885                              multiInstance);
886      test2 = makeTestDataset(48, numTest,
887                              nominalPredictor    ? getNumNominal() + 1 : 0,
888                              numericPredictor    ? getNumNumeric() + 1 : 0,
889                              stringPredictor     ? getNumString()      : 0,
890                              datePredictor       ? getNumDate()        : 0,
891                              relationalPredictor ? getNumRelational()  : 0,
892                              numClasses,
893                              classType,
894                              multiInstance);
895      if (missingLevel > 0) {
896        addMissing(train1, missingLevel, predictorMissing, classMissing);
897        addMissing(test1, Math.min(missingLevel,50), predictorMissing,
898            classMissing);
899        addMissing(train2, missingLevel, predictorMissing, classMissing);
900        addMissing(test2, Math.min(missingLevel,50), predictorMissing,
901            classMissing);
902      }
903
904      classifier = AbstractClassifier.makeCopies(getClassifier(), 1)[0];
905      evaluation1A = new Evaluation(train1);
906      evaluation1B = new Evaluation(train1);
907      evaluation2 = new Evaluation(train2);
908    } catch (Exception ex) {
909      throw new Error("Error setting up for tests: " + ex.getMessage());
910    }
911    try {
912      stage = 0;
913      classifier.buildClassifier(train1);
914      built = true;
915      if (!testWRTZeroR(classifier, evaluation1A, train1, test1)[0]) {
916        throw new Exception("Scheme performs worse than ZeroR");
917      }
918
919      stage = 1;
920      built = false;
921      classifier.buildClassifier(train2);
922      built = true;
923      if (!testWRTZeroR(classifier, evaluation2, train2, test2)[0]) {
924        throw new Exception("Scheme performs worse than ZeroR");
925      }
926
927      stage = 2;
928      built = false;
929      classifier.buildClassifier(train1);
930      built = true;
931      if (!testWRTZeroR(classifier, evaluation1B, train1, test1)[0]) {
932        throw new Exception("Scheme performs worse than ZeroR");
933      }
934
935      stage = 3;
936      if (!evaluation1A.equals(evaluation1B)) {
937        if (m_Debug) {
938          println("\n=== Full report ===\n"
939              + evaluation1A.toSummaryString("\nFirst buildClassifier()",
940                  true)
941                  + "\n\n");
942          println(
943              evaluation1B.toSummaryString("\nSecond buildClassifier()",
944                  true)
945                  + "\n\n");
946        }
947        throw new Exception("Results differ between buildClassifier calls");
948      }
949      println("yes");
950      result[0] = true;
951
952      if (false && m_Debug) {
953        println("\n=== Full report ===\n"
954            + evaluation1A.toSummaryString("\nFirst buildClassifier()",
955                true)
956                + "\n\n");
957        println(
958            evaluation1B.toSummaryString("\nSecond buildClassifier()",
959                true)
960                + "\n\n");
961      }
962    }
963    catch (Exception ex) {
964      String msg = ex.getMessage().toLowerCase();
965      if (msg.indexOf("worse than zeror") >= 0) {
966        println("warning: performs worse than ZeroR");
967        result[0] = (stage < 1);
968        result[1] = (stage < 1);
969      } else {
970        println("no");
971        result[0] = false;
972      }
973      if (m_Debug) {
974        println("\n=== Full Report ===");
975        print("Problem during");
976        if (built) {
977          print(" testing");
978        } else {
979          print(" training");
980        }
981        switch (stage) {
982          case 0:
983            print(" of dataset 1");
984            break;
985          case 1:
986            print(" of dataset 2");
987            break;
988          case 2:
989            print(" of dataset 1 (2nd build)");
990            break;
991          case 3:
992            print(", comparing results from builds of dataset 1");
993            break;
994        }
995        println(": " + ex.getMessage() + "\n");
996        println("here are the datasets:\n");
997        println("=== Train1 Dataset ===\n"
998            + train1.toString() + "\n");
999        println("=== Test1 Dataset ===\n"
1000            + test1.toString() + "\n\n");
1001        println("=== Train2 Dataset ===\n"
1002            + train2.toString() + "\n");
1003        println("=== Test2 Dataset ===\n"
1004            + test2.toString() + "\n\n");
1005      }
1006    }
1007
1008    return result;
1009  }
1010
1011  /**
1012   * Checks basic missing value handling of the scheme. If the missing
1013   * values cause an exception to be thrown by the scheme, this will be
1014   * recorded.
1015   *
1016   * @param nominalPredictor if true use nominal predictor attributes
1017   * @param numericPredictor if true use numeric predictor attributes
1018   * @param stringPredictor if true use string predictor attributes
1019   * @param datePredictor if true use date predictor attributes
1020   * @param relationalPredictor if true use relational predictor attributes
1021   * @param multiInstance whether multi-instance is needed
1022   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1023   * @param predictorMissing true if the missing values may be in
1024   * the predictors
1025   * @param classMissing true if the missing values may be in the class
1026   * @param missingLevel the percentage of missing values
1027   * @return index 0 is true if the test was passed, index 1 is true if test
1028   *         was acceptable
1029   */
1030  protected boolean[] canHandleMissing(
1031      boolean nominalPredictor,
1032      boolean numericPredictor,
1033      boolean stringPredictor,
1034      boolean datePredictor,
1035      boolean relationalPredictor,
1036      boolean multiInstance,
1037      int classType,
1038      boolean predictorMissing,
1039      boolean classMissing,
1040      int missingLevel) {
1041
1042    if (missingLevel == 100)
1043      print("100% ");
1044    print("missing");
1045    if (predictorMissing) {
1046      print(" predictor");
1047      if (classMissing)
1048        print(" and");
1049    }
1050    if (classMissing)
1051      print(" class");
1052    print(" values");
1053    printAttributeSummary(
1054        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
1055    print("...");
1056    FastVector accepts = new FastVector();
1057    accepts.addElement("missing");
1058    accepts.addElement("value");
1059    accepts.addElement("train");
1060    int numTrain = getNumInstances(), numTest = getNumInstances(),
1061    numClasses = 2;
1062
1063    return runBasicTest(nominalPredictor, numericPredictor, stringPredictor,
1064        datePredictor, relationalPredictor,
1065        multiInstance,
1066        classType,
1067        missingLevel, predictorMissing, classMissing,
1068        numTrain, numTest, numClasses,
1069        accepts);
1070  }
1071
1072  /**
1073   * Checks whether an updateable scheme produces the same model when
1074   * trained incrementally as when batch trained. The model itself
1075   * cannot be compared, so we compare the evaluation on test data
1076   * for both models. It is possible to get a false positive on this
1077   * test (likelihood depends on the classifier).
1078   *
1079   * @param nominalPredictor if true use nominal predictor attributes
1080   * @param numericPredictor if true use numeric predictor attributes
1081   * @param stringPredictor if true use string predictor attributes
1082   * @param datePredictor if true use date predictor attributes
1083   * @param relationalPredictor if true use relational predictor attributes
1084   * @param multiInstance whether multi-instance is needed
1085   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1086   * @return index 0 is true if the test was passed
1087   */
1088  protected boolean[] updatingEquality(
1089      boolean nominalPredictor,
1090      boolean numericPredictor,
1091      boolean stringPredictor,
1092      boolean datePredictor,
1093      boolean relationalPredictor,
1094      boolean multiInstance,
1095      int classType) {
1096
1097    print("incremental training produces the same results"
1098        + " as batch training");
1099    printAttributeSummary(
1100        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
1101    print("...");
1102    int numTrain = getNumInstances(), numTest = getNumInstances(),
1103    numClasses = 2, missingLevel = 0;
1104    boolean predictorMissing = false, classMissing = false;
1105
1106    boolean[] result = new boolean[2];
1107    Instances train = null;
1108    Instances test = null;
1109    Classifier [] classifiers = null;
1110    Evaluation evaluationB = null;
1111    Evaluation evaluationI = null;
1112    boolean built = false;
1113    try {
1114      train = makeTestDataset(42, numTrain,
1115                              nominalPredictor    ? getNumNominal()    : 0,
1116                              numericPredictor    ? getNumNumeric()    : 0,
1117                              stringPredictor     ? getNumString()     : 0,
1118                              datePredictor       ? getNumDate()       : 0,
1119                              relationalPredictor ? getNumRelational() : 0,
1120                              numClasses,
1121                              classType,
1122                              multiInstance);
1123      test = makeTestDataset(24, numTest,
1124                             nominalPredictor    ? getNumNominal()    : 0,
1125                             numericPredictor    ? getNumNumeric()    : 0,
1126                             stringPredictor     ? getNumString()     : 0,
1127                             datePredictor       ? getNumDate()       : 0,
1128                             relationalPredictor ? getNumRelational() : 0,
1129                             numClasses,
1130                             classType,
1131                             multiInstance);
1132      if (missingLevel > 0) {
1133        addMissing(train, missingLevel, predictorMissing, classMissing);
1134        addMissing(test, Math.min(missingLevel, 50), predictorMissing,
1135            classMissing);
1136      }
1137      classifiers = AbstractClassifier.makeCopies(getClassifier(), 2);
1138      evaluationB = new Evaluation(train);
1139      evaluationI = new Evaluation(train);
1140      classifiers[0].buildClassifier(train);
1141      testWRTZeroR(classifiers[0], evaluationB, train, test);
1142    } catch (Exception ex) {
1143      throw new Error("Error setting up for tests: " + ex.getMessage());
1144    }
1145    try {
1146      classifiers[1].buildClassifier(new Instances(train, 0));
1147      for (int i = 0; i < train.numInstances(); i++) {
1148        ((UpdateableClassifier)classifiers[1]).updateClassifier(
1149            train.instance(i));
1150      }
1151      built = true;
1152      testWRTZeroR(classifiers[1], evaluationI, train, test);
1153      if (!evaluationB.equals(evaluationI)) {
1154        println("no");
1155        result[0] = false;
1156
1157        if (m_Debug) {
1158          println("\n=== Full Report ===");
1159          println("Results differ between batch and "
1160              + "incrementally built models.\n"
1161              + "Depending on the classifier, this may be OK");
1162          println("Here are the results:\n");
1163          println(evaluationB.toSummaryString(
1164              "\nbatch built results\n", true));
1165          println(evaluationI.toSummaryString(
1166              "\nincrementally built results\n", true));
1167          println("Here are the datasets:\n");
1168          println("=== Train Dataset ===\n"
1169              + train.toString() + "\n");
1170          println("=== Test Dataset ===\n"
1171              + test.toString() + "\n\n");
1172        }
1173      }
1174      else {
1175        println("yes");
1176        result[0] = true;
1177      }
1178    } catch (Exception ex) {
1179      result[0] = false;
1180
1181      print("Problem during");
1182      if (built)
1183        print(" testing");
1184      else
1185        print(" training");
1186      println(": " + ex.getMessage() + "\n");
1187    }
1188
1189    return result;
1190  }
1191
1192  /**
1193   * Checks whether the classifier erroneously uses the class
1194   * value of test instances (if provided). Runs the classifier with
1195   * test instance class values set to missing and compares with results
1196   * when test instance class values are left intact.
1197   *
1198   * @param nominalPredictor if true use nominal predictor attributes
1199   * @param numericPredictor if true use numeric predictor attributes
1200   * @param stringPredictor if true use string predictor attributes
1201   * @param datePredictor if true use date predictor attributes
1202   * @param relationalPredictor if true use relational predictor attributes
1203   * @param multiInstance whether multi-instance is needed
1204   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1205   * @return index 0 is true if the test was passed
1206   */
1207  protected boolean[] doesntUseTestClassVal(
1208      boolean nominalPredictor,
1209      boolean numericPredictor,
1210      boolean stringPredictor,
1211      boolean datePredictor,
1212      boolean relationalPredictor,
1213      boolean multiInstance,
1214      int classType) {
1215
1216    print("classifier ignores test instance class vals");
1217    printAttributeSummary(
1218        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
1219    print("...");
1220    int numTrain = 2*getNumInstances(), numTest = getNumInstances(),
1221    numClasses = 2, missingLevel = 0;
1222    boolean predictorMissing = false, classMissing = false;
1223
1224    boolean[] result = new boolean[2];
1225    Instances train = null;
1226    Instances test = null;
1227    Classifier [] classifiers = null;
1228    boolean evalFail = false;
1229    try {
1230      train = makeTestDataset(42, numTrain,
1231                              nominalPredictor    ? getNumNominal() + 1 : 0,
1232                              numericPredictor    ? getNumNumeric() + 1 : 0,
1233                              stringPredictor     ? getNumString()      : 0,
1234                              datePredictor       ? getNumDate()        : 0,
1235                              relationalPredictor ? getNumRelational()  : 0,
1236                              numClasses,
1237                              classType,
1238                              multiInstance);
1239      test = makeTestDataset(24, numTest,
1240                             nominalPredictor    ? getNumNominal() + 1 : 0,
1241                             numericPredictor    ? getNumNumeric() + 1 : 0,
1242                             stringPredictor     ? getNumString()      : 0,
1243                             datePredictor       ? getNumDate()        : 0,
1244                             relationalPredictor ? getNumRelational()  : 0,
1245                             numClasses,
1246                             classType,
1247                             multiInstance);
1248      if (missingLevel > 0) {
1249        addMissing(train, missingLevel, predictorMissing, classMissing);
1250        addMissing(test, Math.min(missingLevel, 50), predictorMissing,
1251            classMissing);
1252      }
1253      classifiers = AbstractClassifier.makeCopies(getClassifier(), 2);
1254      classifiers[0].buildClassifier(train);
1255      classifiers[1].buildClassifier(train);
1256    } catch (Exception ex) {
1257      throw new Error("Error setting up for tests: " + ex.getMessage());
1258    }
1259    try {
1260
1261      // Now set test values to missing when predicting
1262      for (int i = 0; i < test.numInstances(); i++) {
1263        Instance testInst = test.instance(i);
1264        Instance classMissingInst = (Instance)testInst.copy();
1265        classMissingInst.setDataset(test);
1266        classMissingInst.setClassMissing();
1267        double [] dist0 = classifiers[0].distributionForInstance(testInst);
1268        double [] dist1 = classifiers[1].distributionForInstance(classMissingInst);
1269        for (int j = 0; j < dist0.length; j++) {
1270          // ignore, if both are NaNs
1271          if (Double.isNaN(dist0[j]) && Double.isNaN(dist1[j])) {
1272            if (getDebug())
1273              System.out.println("Both predictions are NaN!");
1274            continue;
1275          }
1276          // distribution different?
1277          if (dist0[j] != dist1[j]) {
1278            throw new Exception("Prediction different for instance " + (i + 1));
1279          }
1280        }
1281      }
1282
1283      println("yes");
1284      result[0] = true;
1285    } catch (Exception ex) {
1286      println("no");
1287      result[0] = false;
1288
1289      if (m_Debug) {
1290        println("\n=== Full Report ===");
1291
1292        if (evalFail) {
1293          println("Results differ between non-missing and "
1294              + "missing test class values.");
1295        } else {
1296          print("Problem during testing");
1297          println(": " + ex.getMessage() + "\n");
1298        }
1299        println("Here are the datasets:\n");
1300        println("=== Train Dataset ===\n"
1301            + train.toString() + "\n");
1302        println("=== Train Weights ===\n");
1303        for (int i = 0; i < train.numInstances(); i++) {
1304          println(" " + (i + 1)
1305              + "    " + train.instance(i).weight());
1306        }
1307        println("=== Test Dataset ===\n"
1308            + test.toString() + "\n\n");
1309        println("(test weights all 1.0\n");
1310      }
1311    }
1312
1313    return result;
1314  }
1315
1316  /**
1317   * Checks whether the classifier can handle instance weights.
1318   * This test compares the classifier performance on two datasets
1319   * that are identical except for the training weights. If the
1320   * results change, then the classifier must be using the weights. It
1321   * may be possible to get a false positive from this test if the
1322   * weight changes aren't significant enough to induce a change
1323   * in classifier performance (but the weights are chosen to minimize
1324   * the likelihood of this).
1325   *
1326   * @param nominalPredictor if true use nominal predictor attributes
1327   * @param numericPredictor if true use numeric predictor attributes
1328   * @param stringPredictor if true use string predictor attributes
1329   * @param datePredictor if true use date predictor attributes
1330   * @param relationalPredictor if true use relational predictor attributes
1331   * @param multiInstance whether multi-instance is needed
1332   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1333   * @return index 0 true if the test was passed
1334   */
1335  protected boolean[] instanceWeights(
1336      boolean nominalPredictor,
1337      boolean numericPredictor,
1338      boolean stringPredictor,
1339      boolean datePredictor,
1340      boolean relationalPredictor,
1341      boolean multiInstance,
1342      int classType) {
1343
1344    print("classifier uses instance weights");
1345    printAttributeSummary(
1346        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
1347    print("...");
1348    int numTrain = 2*getNumInstances(), numTest = getNumInstances(),
1349    numClasses = 2, missingLevel = 0;
1350    boolean predictorMissing = false, classMissing = false;
1351
1352    boolean[] result = new boolean[2];
1353    Instances train = null;
1354    Instances test = null;
1355    Classifier [] classifiers = null;
1356    Evaluation evaluationB = null;
1357    Evaluation evaluationI = null;
1358    boolean built = false;
1359    boolean evalFail = false;
1360    try {
1361      train = makeTestDataset(42, numTrain,
1362                              nominalPredictor    ? getNumNominal() + 1 : 0,
1363                              numericPredictor    ? getNumNumeric() + 1 : 0,
1364                              stringPredictor     ? getNumString()      : 0,
1365                              datePredictor       ? getNumDate()        : 0,
1366                              relationalPredictor ? getNumRelational()  : 0,
1367                              numClasses,
1368                              classType,
1369                              multiInstance);
1370      test = makeTestDataset(24, numTest,
1371                             nominalPredictor    ? getNumNominal() + 1 : 0,
1372                             numericPredictor    ? getNumNumeric() + 1 : 0,
1373                             stringPredictor     ? getNumString()      : 0,
1374                             datePredictor       ? getNumDate()        : 0,
1375                             relationalPredictor ? getNumRelational()  : 0,
1376                             numClasses,
1377                             classType,
1378                             multiInstance);
1379      if (missingLevel > 0) {
1380        addMissing(train, missingLevel, predictorMissing, classMissing);
1381        addMissing(test, Math.min(missingLevel, 50), predictorMissing,
1382            classMissing);
1383      }
1384      classifiers = AbstractClassifier.makeCopies(getClassifier(), 2);
1385      evaluationB = new Evaluation(train);
1386      evaluationI = new Evaluation(train);
1387      classifiers[0].buildClassifier(train);
1388      testWRTZeroR(classifiers[0], evaluationB, train, test);
1389    } catch (Exception ex) {
1390      throw new Error("Error setting up for tests: " + ex.getMessage());
1391    }
1392    try {
1393
1394      // Now modify instance weights and re-built/test
1395      for (int i = 0; i < train.numInstances(); i++) {
1396        train.instance(i).setWeight(0);
1397      }
1398      Random random = new Random(1);
1399      for (int i = 0; i < train.numInstances() / 2; i++) {
1400        int inst = Math.abs(random.nextInt()) % train.numInstances();
1401        int weight = Math.abs(random.nextInt()) % 10 + 1;
1402        train.instance(inst).setWeight(weight);
1403      }
1404      classifiers[1].buildClassifier(train);
1405      built = true;
1406      testWRTZeroR(classifiers[1], evaluationI, train, test);
1407      if (evaluationB.equals(evaluationI)) {
1408        // println("no");
1409        evalFail = true;
1410        throw new Exception("evalFail");
1411      }
1412
1413      println("yes");
1414      result[0] = true;
1415    } catch (Exception ex) {
1416      println("no");
1417      result[0] = false;
1418
1419      if (m_Debug) {
1420        println("\n=== Full Report ===");
1421
1422        if (evalFail) {
1423          println("Results don't differ between non-weighted and "
1424              + "weighted instance models.");
1425          println("Here are the results:\n");
1426          println(evaluationB.toSummaryString("\nboth methods\n",
1427              true));
1428        } else {
1429          print("Problem during");
1430          if (built) {
1431            print(" testing");
1432          } else {
1433            print(" training");
1434          }
1435          println(": " + ex.getMessage() + "\n");
1436        }
1437        println("Here are the datasets:\n");
1438        println("=== Train Dataset ===\n"
1439            + train.toString() + "\n");
1440        println("=== Train Weights ===\n");
1441        for (int i = 0; i < train.numInstances(); i++) {
1442          println(" " + (i + 1)
1443              + "    " + train.instance(i).weight());
1444        }
1445        println("=== Test Dataset ===\n"
1446            + test.toString() + "\n\n");
1447        println("(test weights all 1.0\n");
1448      }
1449    }
1450
1451    return result;
1452  }
1453
1454  /**
1455   * Checks whether the scheme alters the training dataset during
1456   * training. If the scheme needs to modify the training
1457   * data it should take a copy of the training data. Currently checks
1458   * for changes to header structure, number of instances, order of
1459   * instances, instance weights.
1460   *
1461   * @param nominalPredictor if true use nominal predictor attributes
1462   * @param numericPredictor if true use numeric predictor attributes
1463   * @param stringPredictor if true use string predictor attributes
1464   * @param datePredictor if true use date predictor attributes
1465   * @param relationalPredictor if true use relational predictor attributes
1466   * @param multiInstance whether multi-instance is needed
1467   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1468   * @param predictorMissing true if we know the classifier can handle
1469   * (at least) moderate missing predictor values
1470   * @param classMissing true if we know the classifier can handle
1471   * (at least) moderate missing class values
1472   * @return index 0 is true if the test was passed
1473   */
1474  protected boolean[] datasetIntegrity(
1475      boolean nominalPredictor,
1476      boolean numericPredictor,
1477      boolean stringPredictor,
1478      boolean datePredictor,
1479      boolean relationalPredictor,
1480      boolean multiInstance,
1481      int classType,
1482      boolean predictorMissing,
1483      boolean classMissing) {
1484
1485    print("classifier doesn't alter original datasets");
1486    printAttributeSummary(
1487        nominalPredictor, numericPredictor, stringPredictor, datePredictor, relationalPredictor, multiInstance, classType);
1488    print("...");
1489    int numTrain = getNumInstances(), numTest = getNumInstances(),
1490    numClasses = 2, missingLevel = 20;
1491
1492    boolean[] result = new boolean[2];
1493    Instances train = null;
1494    Instances test = null;
1495    Classifier classifier = null;
1496    Evaluation evaluation = null;
1497    boolean built = false;
1498    try {
1499      train = makeTestDataset(42, numTrain,
1500                              nominalPredictor    ? getNumNominal()    : 0,
1501                              numericPredictor    ? getNumNumeric()    : 0,
1502                              stringPredictor     ? getNumString()     : 0,
1503                              datePredictor       ? getNumDate()       : 0,
1504                              relationalPredictor ? getNumRelational() : 0,
1505                              numClasses,
1506                              classType,
1507                              multiInstance);
1508      test = makeTestDataset(24, numTest,
1509                             nominalPredictor     ? getNumNominal()    : 0,
1510                             numericPredictor     ? getNumNumeric()    : 0,
1511                             stringPredictor      ? getNumString()     : 0,
1512                             datePredictor        ? getNumDate()       : 0,
1513                             relationalPredictor  ? getNumRelational() : 0,
1514                             numClasses,
1515                             classType,
1516                             multiInstance);
1517      if (missingLevel > 0) {
1518        addMissing(train, missingLevel, predictorMissing, classMissing);
1519        addMissing(test, Math.min(missingLevel, 50), predictorMissing,
1520            classMissing);
1521      }
1522      classifier = AbstractClassifier.makeCopies(getClassifier(), 1)[0];
1523      evaluation = new Evaluation(train);
1524    } catch (Exception ex) {
1525      throw new Error("Error setting up for tests: " + ex.getMessage());
1526    }
1527    try {
1528      Instances trainCopy = new Instances(train);
1529      Instances testCopy = new Instances(test);
1530      classifier.buildClassifier(trainCopy);
1531      compareDatasets(train, trainCopy);
1532      built = true;
1533      testWRTZeroR(classifier, evaluation, trainCopy, testCopy);
1534      compareDatasets(test, testCopy);
1535
1536      println("yes");
1537      result[0] = true;
1538    } catch (Exception ex) {
1539      println("no");
1540      result[0] = false;
1541
1542      if (m_Debug) {
1543        println("\n=== Full Report ===");
1544        print("Problem during");
1545        if (built) {
1546          print(" testing");
1547        } else {
1548          print(" training");
1549        }
1550        println(": " + ex.getMessage() + "\n");
1551        println("Here are the datasets:\n");
1552        println("=== Train Dataset ===\n"
1553            + train.toString() + "\n");
1554        println("=== Test Dataset ===\n"
1555            + test.toString() + "\n\n");
1556      }
1557    }
1558
1559    return result;
1560  }
1561
1562  /**
1563   * Runs a text on the datasets with the given characteristics.
1564   *
1565   * @param nominalPredictor if true use nominal predictor attributes
1566   * @param numericPredictor if true use numeric predictor attributes
1567   * @param stringPredictor if true use string predictor attributes
1568   * @param datePredictor if true use date predictor attributes
1569   * @param relationalPredictor if true use relational predictor attributes
1570   * @param multiInstance whether multi-instance is needed
1571   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1572   * @param missingLevel the percentage of missing values
1573   * @param predictorMissing true if the missing values may be in
1574   * the predictors
1575   * @param classMissing true if the missing values may be in the class
1576   * @param numTrain the number of instances in the training set
1577   * @param numTest the number of instaces in the test set
1578   * @param numClasses the number of classes
1579   * @param accepts the acceptable string in an exception
1580   * @return index 0 is true if the test was passed, index 1 is true if test
1581   *         was acceptable
1582   */
1583  protected boolean[] runBasicTest(boolean nominalPredictor,
1584      boolean numericPredictor,
1585      boolean stringPredictor,
1586      boolean datePredictor,
1587      boolean relationalPredictor,
1588      boolean multiInstance,
1589      int classType,
1590      int missingLevel,
1591      boolean predictorMissing,
1592      boolean classMissing,
1593      int numTrain,
1594      int numTest,
1595      int numClasses,
1596      FastVector accepts) {
1597
1598    return runBasicTest(
1599        nominalPredictor,
1600        numericPredictor,
1601        stringPredictor,
1602        datePredictor,
1603        relationalPredictor,
1604        multiInstance,
1605        classType,
1606        TestInstances.CLASS_IS_LAST,
1607        missingLevel,
1608        predictorMissing,
1609        classMissing,
1610        numTrain,
1611        numTest,
1612        numClasses,
1613        accepts);
1614  }
1615
1616  /**
1617   * Runs a text on the datasets with the given characteristics.
1618   *
1619   * @param nominalPredictor if true use nominal predictor attributes
1620   * @param numericPredictor if true use numeric predictor attributes
1621   * @param stringPredictor if true use string predictor attributes
1622   * @param datePredictor if true use date predictor attributes
1623   * @param relationalPredictor if true use relational predictor attributes
1624   * @param multiInstance whether multi-instance is needed
1625   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1626   * @param classIndex the attribute index of the class
1627   * @param missingLevel the percentage of missing values
1628   * @param predictorMissing true if the missing values may be in
1629   * the predictors
1630   * @param classMissing true if the missing values may be in the class
1631   * @param numTrain the number of instances in the training set
1632   * @param numTest the number of instaces in the test set
1633   * @param numClasses the number of classes
1634   * @param accepts the acceptable string in an exception
1635   * @return index 0 is true if the test was passed, index 1 is true if test
1636   *         was acceptable
1637   */
1638  protected boolean[] runBasicTest(boolean nominalPredictor,
1639      boolean numericPredictor,
1640      boolean stringPredictor,
1641      boolean datePredictor,
1642      boolean relationalPredictor,
1643      boolean multiInstance,
1644      int classType,
1645      int classIndex,
1646      int missingLevel,
1647      boolean predictorMissing,
1648      boolean classMissing,
1649      int numTrain,
1650      int numTest,
1651      int numClasses,
1652      FastVector accepts) {
1653
1654    boolean[] result = new boolean[2];
1655    Instances train = null;
1656    Instances test = null;
1657    Classifier classifier = null;
1658    Evaluation evaluation = null;
1659    boolean built = false;
1660    try {
1661      train = makeTestDataset(42, numTrain,
1662                              nominalPredictor     ? getNumNominal()    : 0,
1663                              numericPredictor     ? getNumNumeric()    : 0,
1664                              stringPredictor      ? getNumString()     : 0,
1665                              datePredictor        ? getNumDate()       : 0,
1666                              relationalPredictor  ? getNumRelational() : 0,
1667                              numClasses,
1668                              classType,
1669                              classIndex,
1670                              multiInstance);
1671      test = makeTestDataset(24, numTest,
1672                             nominalPredictor     ? getNumNominal()    : 0,
1673                             numericPredictor     ? getNumNumeric()    : 0,
1674                             stringPredictor      ? getNumString()     : 0,
1675                             datePredictor        ? getNumDate()       : 0,
1676                             relationalPredictor  ? getNumRelational() : 0,
1677                             numClasses,
1678                             classType,
1679                             classIndex,
1680                             multiInstance);
1681      if (missingLevel > 0) {
1682        addMissing(train, missingLevel, predictorMissing, classMissing);
1683        addMissing(test, Math.min(missingLevel, 50), predictorMissing,
1684            classMissing);
1685      }
1686      classifier = AbstractClassifier.makeCopies(getClassifier(), 1)[0];
1687      evaluation = new Evaluation(train);
1688    } catch (Exception ex) {
1689      ex.printStackTrace();
1690      throw new Error("Error setting up for tests: " + ex.getMessage());
1691    }
1692    try {
1693      classifier.buildClassifier(train);
1694      built = true;
1695      if (!testWRTZeroR(classifier, evaluation, train, test)[0]) {
1696        result[0] = true;
1697        result[1] = true;
1698        throw new Exception("Scheme performs worse than ZeroR");
1699      }
1700
1701      println("yes");
1702      result[0] = true;
1703    }
1704    catch (Exception ex) {
1705      boolean acceptable = false;
1706      String msg;
1707      if (ex.getMessage() == null)
1708        msg = "";
1709      else
1710        msg = ex.getMessage().toLowerCase();
1711      if (msg.indexOf("not in classpath") > -1)
1712        m_ClasspathProblems = true;
1713      if (msg.indexOf("worse than zeror") >= 0) {
1714        println("warning: performs worse than ZeroR");
1715        result[0] = true;
1716        result[1] = true;
1717      } else {
1718        for (int i = 0; i < accepts.size(); i++) {
1719          if (msg.indexOf((String)accepts.elementAt(i)) >= 0) {
1720            acceptable = true;
1721          }
1722        }
1723
1724        println("no" + (acceptable ? " (OK error message)" : ""));
1725        result[1] = acceptable;
1726      }
1727
1728      if (m_Debug) {
1729        println("\n=== Full Report ===");
1730        print("Problem during");
1731        if (built) {
1732          print(" testing");
1733        } else {
1734          print(" training");
1735        }
1736        println(": " + ex.getMessage() + "\n");
1737        if (!acceptable) {
1738          if (accepts.size() > 0) {
1739            print("Error message doesn't mention ");
1740            for (int i = 0; i < accepts.size(); i++) {
1741              if (i != 0) {
1742                print(" or ");
1743              }
1744              print('"' + (String)accepts.elementAt(i) + '"');
1745            }
1746          }
1747          println("here are the datasets:\n");
1748          println("=== Train Dataset ===\n"
1749              + train.toString() + "\n");
1750          println("=== Test Dataset ===\n"
1751              + test.toString() + "\n\n");
1752        }
1753      }
1754    }
1755
1756    return result;
1757  }
1758
1759  /**
1760   * Determine whether the scheme performs worse than ZeroR during testing
1761   *
1762   * @param classifier the pre-trained classifier
1763   * @param evaluation the classifier evaluation object
1764   * @param train the training data
1765   * @param test the test data
1766   * @return index 0 is true if the scheme performs better than ZeroR
1767   * @throws Exception if there was a problem during the scheme's testing
1768   */
1769  protected boolean[] testWRTZeroR(Classifier classifier,
1770                                   Evaluation evaluation,
1771                                   Instances train, Instances test)
1772  throws Exception {
1773
1774    boolean[] result = new boolean[2];
1775
1776    evaluation.evaluateModel(classifier, test);
1777    try {
1778
1779      // Tested OK, compare with ZeroR
1780      Classifier zeroR = new weka.classifiers.rules.ZeroR();
1781      zeroR.buildClassifier(train);
1782      Evaluation zeroREval = new Evaluation(train);
1783      zeroREval.evaluateModel(zeroR, test);
1784      result[0] = Utils.grOrEq(zeroREval.errorRate(), evaluation.errorRate());
1785    }
1786    catch (Exception ex) {
1787      throw new Error("Problem determining ZeroR performance: "
1788          + ex.getMessage());
1789    }
1790
1791    return result;
1792  }
1793
1794  /**
1795   * Make a simple set of instances, which can later be modified
1796   * for use in specific tests.
1797   *
1798   * @param seed the random number seed
1799   * @param numInstances the number of instances to generate
1800   * @param numNominal the number of nominal attributes
1801   * @param numNumeric the number of numeric attributes
1802   * @param numString the number of string attributes
1803   * @param numDate the number of date attributes
1804   * @param numRelational the number of relational attributes
1805   * @param numClasses the number of classes (if nominal class)
1806   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1807   * @param multiInstance whether the dataset should a multi-instance dataset
1808   * @return the test dataset
1809   * @throws Exception if the dataset couldn't be generated
1810   * @see #process(Instances)
1811   */
1812  protected Instances makeTestDataset(int seed, int numInstances,
1813                                      int numNominal, int numNumeric,
1814                                      int numString, int numDate,
1815                                      int numRelational,
1816                                      int numClasses, int classType,
1817                                      boolean multiInstance)
1818    throws Exception {
1819
1820    return makeTestDataset(
1821        seed,
1822        numInstances,
1823        numNominal,
1824        numNumeric,
1825        numString,
1826        numDate,
1827        numRelational,
1828        numClasses,
1829        classType,
1830        TestInstances.CLASS_IS_LAST,
1831        multiInstance);
1832  }
1833
1834  /**
1835   * Make a simple set of instances with variable position of the class
1836   * attribute, which can later be modified for use in specific tests.
1837   *
1838   * @param seed the random number seed
1839   * @param numInstances the number of instances to generate
1840   * @param numNominal the number of nominal attributes
1841   * @param numNumeric the number of numeric attributes
1842   * @param numString the number of string attributes
1843   * @param numDate the number of date attributes
1844   * @param numRelational the number of relational attributes
1845   * @param numClasses the number of classes (if nominal class)
1846   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1847   * @param classIndex the index of the class (0-based, -1 as last)
1848   * @param multiInstance whether the dataset should a multi-instance dataset
1849   * @return the test dataset
1850   * @throws Exception if the dataset couldn't be generated
1851   * @see TestInstances#CLASS_IS_LAST
1852   * @see #process(Instances)
1853   */
1854  protected Instances makeTestDataset(int seed, int numInstances,
1855                                      int numNominal, int numNumeric,
1856                                      int numString, int numDate,
1857                                      int numRelational,
1858                                      int numClasses, int classType,
1859                                      int classIndex,
1860                                      boolean multiInstance)
1861  throws Exception {
1862
1863    TestInstances dataset = new TestInstances();
1864
1865    dataset.setSeed(seed);
1866    dataset.setNumInstances(numInstances);
1867    dataset.setNumNominal(numNominal);
1868    dataset.setNumNumeric(numNumeric);
1869    dataset.setNumString(numString);
1870    dataset.setNumDate(numDate);
1871    dataset.setNumRelational(numRelational);
1872    dataset.setNumClasses(numClasses);
1873    dataset.setClassType(classType);
1874    dataset.setClassIndex(classIndex);
1875    dataset.setNumClasses(numClasses);
1876    dataset.setMultiInstance(multiInstance);
1877    dataset.setWords(getWords());
1878    dataset.setWordSeparators(getWordSeparators());
1879
1880    return process(dataset.generate());
1881  }
1882
1883  /**
1884   * Print out a short summary string for the dataset characteristics
1885   *
1886   * @param nominalPredictor true if nominal predictor attributes are present
1887   * @param numericPredictor true if numeric predictor attributes are present
1888   * @param stringPredictor true if string predictor attributes are present
1889   * @param datePredictor true if date predictor attributes are present
1890   * @param relationalPredictor true if relational predictor attributes are present
1891   * @param multiInstance whether multi-instance is needed
1892   * @param classType the class type (NUMERIC, NOMINAL, etc.)
1893   */
1894  protected void printAttributeSummary(boolean nominalPredictor,
1895                                       boolean numericPredictor,
1896                                       boolean stringPredictor,
1897                                       boolean datePredictor,
1898                                       boolean relationalPredictor,
1899                                       boolean multiInstance,
1900                                       int classType) {
1901
1902    String str = "";
1903
1904    if (numericPredictor)
1905      str += " numeric";
1906
1907    if (nominalPredictor) {
1908      if (str.length() > 0)
1909        str += " &";
1910      str += " nominal";
1911    }
1912
1913    if (stringPredictor) {
1914      if (str.length() > 0)
1915        str += " &";
1916      str += " string";
1917    }
1918
1919    if (datePredictor) {
1920      if (str.length() > 0)
1921        str += " &";
1922      str += " date";
1923    }
1924
1925    if (relationalPredictor) {
1926      if (str.length() > 0)
1927        str += " &";
1928      str += " relational";
1929    }
1930
1931    str += " predictors)";
1932
1933    switch (classType) {
1934      case Attribute.NUMERIC:
1935        str = " (numeric class," + str;
1936        break;
1937      case Attribute.NOMINAL:
1938        str = " (nominal class," + str;
1939        break;
1940      case Attribute.STRING:
1941        str = " (string class," + str;
1942        break;
1943      case Attribute.DATE:
1944        str = " (date class," + str;
1945        break;
1946      case Attribute.RELATIONAL:
1947        str = " (relational class," + str;
1948        break;
1949    }
1950
1951    print(str);
1952  }
1953
1954  /**
1955   * Returns the revision string.
1956   *
1957   * @return            the revision
1958   */
1959  public String getRevision() {
1960    return RevisionUtils.extract("$Revision: 6041 $");
1961  }
1962
1963  /**
1964   * Test method for this class
1965   *
1966   * @param args the commandline parameters
1967   */
1968  public static void main(String [] args) {
1969    runCheck(new CheckClassifier(), args);
1970  }
1971}
Note: See TracBrowser for help on using the repository browser.