source: stable/HeuristicLab.Problems.DataAnalysis/3.4/Implementation/Classification/ClassificationProblemData.cs @ 11872

Last change on this file since 11872 was 11872, checked in by mkommend, 4 years ago

#2278: Merged r11762, r11763, r11764 and r11766 into stable.

File size: 25.1 KB
Line 
1#region License Information
2/* HeuristicLab
3 * Copyright (C) 2002-2014 Heuristic and Evolutionary Algorithms Laboratory (HEAL)
4 *
5 * This file is part of HeuristicLab.
6 *
7 * HeuristicLab is free software: you can redistribute it and/or modify
8 * it under the terms of the GNU General Public License as published by
9 * the Free Software Foundation, either version 3 of the License, or
10 * (at your option) any later version.
11 *
12 * HeuristicLab is distributed in the hope that it will be useful,
13 * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
15 * GNU General Public License for more details.
16 *
17 * You should have received a copy of the GNU General Public License
18 * along with HeuristicLab. If not, see <http://www.gnu.org/licenses/>.
19 */
20#endregion
21
22using System;
23using System.Collections.Generic;
24using System.Linq;
25using HeuristicLab.Common;
26using HeuristicLab.Core;
27using HeuristicLab.Data;
28using HeuristicLab.Parameters;
29using HeuristicLab.Persistence.Default.CompositeSerializers.Storable;
30
31namespace HeuristicLab.Problems.DataAnalysis {
32  [StorableClass]
33  [Item("ClassificationProblemData", "Represents an item containing all data defining a classification problem.")]
34  public class ClassificationProblemData : DataAnalysisProblemData, IClassificationProblemData, IStorableContent {
35    protected const string TargetVariableParameterName = "TargetVariable";
36    protected const string ClassNamesParameterName = "ClassNames";
37    protected const string ClassificationPenaltiesParameterName = "ClassificationPenalties";
38    protected const string PositiveClassParameterName = "PositiveClass";
39    protected const int MaximumNumberOfClasses = 100;
40    protected const int InspectedRowsToDetermineTargets = 2000;
41
42    public string Filename { get; set; }
43
44    #region default data
45    private static string[] defaultVariableNames = new string[] { "sample", "clump thickness", "cell size", "cell shape", "marginal adhesion", "epithelial cell size", "bare nuclei", "chromatin", "nucleoli", "mitoses", "class" };
46    private static double[,] defaultData = new double[,]{
47     {1000025,5,1,1,1,2,1,3,1,1,2      },
48     {1002945,5,4,4,5,7,10,3,2,1,2     },
49     {1015425,3,1,1,1,2,2,3,1,1,2      },
50     {1016277,6,8,8,1,3,4,3,7,1,2      },
51     {1017023,4,1,1,3,2,1,3,1,1,2      },
52     {1017122,8,10,10,8,7,10,9,7,1,4   },
53     {1018099,1,1,1,1,2,10,3,1,1,2     },
54     {1018561,2,1,2,1,2,1,3,1,1,2      },
55     {1033078,2,1,1,1,2,1,1,1,5,2      },
56     {1033078,4,2,1,1,2,1,2,1,1,2      },
57     {1035283,1,1,1,1,1,1,3,1,1,2      },
58     {1036172,2,1,1,1,2,1,2,1,1,2      },
59     {1041801,5,3,3,3,2,3,4,4,1,4      },
60     {1043999,1,1,1,1,2,3,3,1,1,2      },
61     {1044572,8,7,5,10,7,9,5,5,4,4     },
62     {1047630,7,4,6,4,6,1,4,3,1,4      },
63     {1048672,4,1,1,1,2,1,2,1,1,2      },
64     {1049815,4,1,1,1,2,1,3,1,1,2      },
65     {1050670,10,7,7,6,4,10,4,1,2,4    },
66     {1050718,6,1,1,1,2,1,3,1,1,2      },
67     {1054590,7,3,2,10,5,10,5,4,4,4    },
68     {1054593,10,5,5,3,6,7,7,10,1,4    },
69     {1056784,3,1,1,1,2,1,2,1,1,2      },
70     {1057013,8,4,5,1,2,2,7,3,1,4      },
71     {1059552,1,1,1,1,2,1,3,1,1,2      },
72     {1065726,5,2,3,4,2,7,3,6,1,4      },
73     {1066373,3,2,1,1,1,1,2,1,1,2      },
74     {1066979,5,1,1,1,2,1,2,1,1,2      },
75     {1067444,2,1,1,1,2,1,2,1,1,2      },
76     {1070935,1,1,3,1,2,1,1,1,1,2      },
77     {1070935,3,1,1,1,1,1,2,1,1,2      },
78     {1071760,2,1,1,1,2,1,3,1,1,2      },
79     {1072179,10,7,7,3,8,5,7,4,3,4     },
80     {1074610,2,1,1,2,2,1,3,1,1,2      },
81     {1075123,3,1,2,1,2,1,2,1,1,2      },
82     {1079304,2,1,1,1,2,1,2,1,1,2      },
83     {1080185,10,10,10,8,6,1,8,9,1,4   },
84     {1081791,6,2,1,1,1,1,7,1,1,2      },
85     {1084584,5,4,4,9,2,10,5,6,1,4     },
86     {1091262,2,5,3,3,6,7,7,5,1,4      },
87     {1096800,6,6,6,9,6,4,7,8,1,2      },
88     {1099510,10,4,3,1,3,3,6,5,2,4     },
89     {1100524,6,10,10,2,8,10,7,3,3,4   },
90     {1102573,5,6,5,6,10,1,3,1,1,4     },
91     {1103608,10,10,10,4,8,1,8,10,1,4  },
92     {1103722,1,1,1,1,2,1,2,1,2,2      },
93     {1105257,3,7,7,4,4,9,4,8,1,4      },
94     {1105524,1,1,1,1,2,1,2,1,1,2      },
95     {1106095,4,1,1,3,2,1,3,1,1,2      },
96     {1106829,7,8,7,2,4,8,3,8,2,4      },
97     {1108370,9,5,8,1,2,3,2,1,5,4      },
98     {1108449,5,3,3,4,2,4,3,4,1,4      },
99     {1110102,10,3,6,2,3,5,4,10,2,4    },
100     {1110503,5,5,5,8,10,8,7,3,7,4     },
101     {1110524,10,5,5,6,8,8,7,1,1,4     },
102     {1111249,10,6,6,3,4,5,3,6,1,4     },
103     {1112209,8,10,10,1,3,6,3,9,1,4    },
104     {1113038,8,2,4,1,5,1,5,4,4,4      },
105     {1113483,5,2,3,1,6,10,5,1,1,4     },
106     {1113906,9,5,5,2,2,2,5,1,1,4      },
107     {1115282,5,3,5,5,3,3,4,10,1,4     },
108     {1115293,1,1,1,1,2,2,2,1,1,2      },
109     {1116116,9,10,10,1,10,8,3,3,1,4   },
110     {1116132,6,3,4,1,5,2,3,9,1,4      },
111     {1116192,1,1,1,1,2,1,2,1,1,2      },
112     {1116998,10,4,2,1,3,2,4,3,10,4    },
113     {1117152,4,1,1,1,2,1,3,1,1,2      },
114     {1118039,5,3,4,1,8,10,4,9,1,4     },
115     {1120559,8,3,8,3,4,9,8,9,8,4      },
116     {1121732,1,1,1,1,2,1,3,2,1,2      },
117     {1121919,5,1,3,1,2,1,2,1,1,2      },
118     {1123061,6,10,2,8,10,2,7,8,10,4   },
119     {1124651,1,3,3,2,2,1,7,2,1,2      },
120     {1125035,9,4,5,10,6,10,4,8,1,4    },
121     {1126417,10,6,4,1,3,4,3,2,3,4     },
122     {1131294,1,1,2,1,2,2,4,2,1,2      },
123     {1132347,1,1,4,1,2,1,2,1,1,2      },
124     {1133041,5,3,1,2,2,1,2,1,1,2      },
125     {1133136,3,1,1,1,2,3,3,1,1,2      },
126     {1136142,2,1,1,1,3,1,2,1,1,2      },
127     {1137156,2,2,2,1,1,1,7,1,1,2      },
128     {1143978,4,1,1,2,2,1,2,1,1,2      },
129     {1143978,5,2,1,1,2,1,3,1,1,2      },
130     {1147044,3,1,1,1,2,2,7,1,1,2      },
131     {1147699,3,5,7,8,8,9,7,10,7,4     },
132     {1147748,5,10,6,1,10,4,4,10,10,4  },
133     {1148278,3,3,6,4,5,8,4,4,1,4      },
134     {1148873,3,6,6,6,5,10,6,8,3,4     },
135     {1152331,4,1,1,1,2,1,3,1,1,2      },
136     {1155546,2,1,1,2,3,1,2,1,1,2      },
137     {1156272,1,1,1,1,2,1,3,1,1,2      },
138     {1156948,3,1,1,2,2,1,1,1,1,2      },
139     {1157734,4,1,1,1,2,1,3,1,1,2      },
140     {1158247,1,1,1,1,2,1,2,1,1,2      },
141     {1160476,2,1,1,1,2,1,3,1,1,2      },
142     {1164066,1,1,1,1,2,1,3,1,1,2      },
143     {1165297,2,1,1,2,2,1,1,1,1,2      },
144     {1165790,5,1,1,1,2,1,3,1,1,2      },
145     {1165926,9,6,9,2,10,6,2,9,10,4    },
146     {1166630,7,5,6,10,5,10,7,9,4,4    },
147     {1166654,10,3,5,1,10,5,3,10,2,4   },
148     {1167439,2,3,4,4,2,5,2,5,1,4      },
149     {1167471,4,1,2,1,2,1,3,1,1,2      },
150     {1168359,8,2,3,1,6,3,7,1,1,4      },
151     {1168736,10,10,10,10,10,1,8,8,8,4 },
152     {1169049,7,3,4,4,3,3,3,2,7,4      },
153     {1170419,10,10,10,8,2,10,4,1,1,4  },
154     {1170420,1,6,8,10,8,10,5,7,1,4    },
155     {1171710,1,1,1,1,2,1,2,3,1,2      },
156     {1171710,6,5,4,4,3,9,7,8,3,4      },
157     {1171795,1,3,1,2,2,2,5,3,2,2      },
158     {1171845,8,6,4,3,5,9,3,1,1,4      },
159     {1172152,10,3,3,10,2,10,7,3,3,4   },
160     {1173216,10,10,10,3,10,8,8,1,1,4  },
161     {1173235,3,3,2,1,2,3,3,1,1,2      },
162     {1173347,1,1,1,1,2,5,1,1,1,2      },
163     {1173347,8,3,3,1,2,2,3,2,1,2      },
164     {1173509,4,5,5,10,4,10,7,5,8,4    },
165     {1173514,1,1,1,1,4,3,1,1,1,2      },
166     {1173681,3,2,1,1,2,2,3,1,1,2      },
167     {1174057,1,1,2,2,2,1,3,1,1,2      },
168     {1174057,4,2,1,1,2,2,3,1,1,2      },
169     {1174131,10,10,10,2,10,10,5,3,3,4 },
170     {1174428,5,3,5,1,8,10,5,3,1,4     },
171     {1175937,5,4,6,7,9,7,8,10,1,4     },
172     {1176406,1,1,1,1,2,1,2,1,1,2      },
173     {1176881,7,5,3,7,4,10,7,5,5,4        }
174};
175    private static readonly Dataset defaultDataset;
176    private static readonly IEnumerable<string> defaultAllowedInputVariables;
177    private static readonly string defaultTargetVariable;
178
179    private static readonly ClassificationProblemData emptyProblemData;
180    public static ClassificationProblemData EmptyProblemData {
181      get { return EmptyProblemData; }
182    }
183
184    static ClassificationProblemData() {
185      defaultDataset = new Dataset(defaultVariableNames, defaultData);
186      defaultDataset.Name = "Wisconsin classification problem";
187      defaultDataset.Description = "subset from to ..";
188
189      defaultAllowedInputVariables = defaultVariableNames.Except(new List<string>() { "sample", "class" });
190      defaultTargetVariable = "class";
191
192      var problemData = new ClassificationProblemData();
193      problemData.Parameters.Clear();
194      problemData.Name = "Empty Classification ProblemData";
195      problemData.Description = "This ProblemData acts as place holder before the correct problem data is loaded.";
196      problemData.isEmpty = true;
197
198      problemData.Parameters.Add(new FixedValueParameter<Dataset>(DatasetParameterName, "", new Dataset()));
199      problemData.Parameters.Add(new FixedValueParameter<ReadOnlyCheckedItemList<StringValue>>(InputVariablesParameterName, ""));
200      problemData.Parameters.Add(new FixedValueParameter<IntRange>(TrainingPartitionParameterName, "", (IntRange)new IntRange(0, 0).AsReadOnly()));
201      problemData.Parameters.Add(new FixedValueParameter<IntRange>(TestPartitionParameterName, "", (IntRange)new IntRange(0, 0).AsReadOnly()));
202      problemData.Parameters.Add(new ConstrainedValueParameter<StringValue>(TargetVariableParameterName, new ItemSet<StringValue>()));
203      problemData.Parameters.Add(new FixedValueParameter<StringMatrix>(ClassNamesParameterName, "", new StringMatrix(0, 0).AsReadOnly()));
204      problemData.Parameters.Add(new FixedValueParameter<DoubleMatrix>(ClassificationPenaltiesParameterName, "", (DoubleMatrix)new DoubleMatrix(0, 0).AsReadOnly()));
205      emptyProblemData = problemData;
206    }
207    #endregion
208
209    #region parameter properties
210    public IConstrainedValueParameter<StringValue> TargetVariableParameter {
211      get { return (IConstrainedValueParameter<StringValue>)Parameters[TargetVariableParameterName]; }
212    }
213    public IFixedValueParameter<StringMatrix> ClassNamesParameter {
214      get { return (IFixedValueParameter<StringMatrix>)Parameters[ClassNamesParameterName]; }
215    }
216    public IConstrainedValueParameter<StringValue> PositiveClassParameter {
217      get { return (IConstrainedValueParameter<StringValue>)Parameters[PositiveClassParameterName]; }
218    }
219    public IFixedValueParameter<DoubleMatrix> ClassificationPenaltiesParameter {
220      get { return (IFixedValueParameter<DoubleMatrix>)Parameters[ClassificationPenaltiesParameterName]; }
221    }
222    #endregion
223
224    #region properties
225    public string TargetVariable {
226      get { return TargetVariableParameter.Value.Value; }
227      set {
228        if (value == null) throw new ArgumentNullException("targetVariable", "The provided value for the targetVariable is null.");
229        if (value == TargetVariable) return;
230
231
232        var matchingParameterValue = TargetVariableParameter.ValidValues.FirstOrDefault(v => v.Value == value);
233        if (matchingParameterValue == null) throw new ArgumentException("The provided value is not valid as the targetVariable.", "targetVariable");
234        TargetVariableParameter.Value = matchingParameterValue;
235      }
236    }
237
238    private List<double> classValuesCache;
239    private List<double> ClassValuesCache {
240      get {
241        if (classValuesCache == null) {
242          classValuesCache = Dataset.GetDoubleValues(TargetVariableParameter.Value.Value).Distinct().OrderBy(x => x).ToList();
243        }
244        return classValuesCache;
245      }
246    }
247    public IEnumerable<double> ClassValues {
248      get { return ClassValuesCache; }
249    }
250    public int Classes {
251      get { return ClassValuesCache.Count; }
252    }
253
254    private List<string> classNamesCache;
255    private List<string> ClassNamesCache {
256      get {
257        if (classNamesCache == null) {
258          classNamesCache = new List<string>();
259          for (int i = 0; i < ClassNamesParameter.Value.Rows; i++)
260            classNamesCache.Add(ClassNamesParameter.Value[i, 0]);
261        }
262        return classNamesCache;
263      }
264    }
265    public IEnumerable<string> ClassNames {
266      get { return ClassNamesCache; }
267    }
268
269    public string PositiveClass {
270      get { return PositiveClassParameter.Value.Value; }
271      set {
272        var matchingValue = PositiveClassParameter.ValidValues.SingleOrDefault(x => x.Value == value);
273        if (matchingValue == null) throw new ArgumentException(string.Format("{0} cannot be set as positive class.", value));
274        PositiveClassParameter.Value = matchingValue;
275      }
276    }
277    #endregion
278
279
280    [StorableConstructor]
281    protected ClassificationProblemData(bool deserializing) : base(deserializing) { }
282    [StorableHook(HookType.AfterDeserialization)]
283    private void AfterDeserialization() {
284      RegisterParameterEvents();
285      // BackwardsCompatibility3.4
286      #region Backwards compatible code, remove with 3.5
287      if (!Parameters.ContainsKey(PositiveClassParameterName)) {
288        var validValues = new ItemSet<StringValue>(ClassNames.Select(s => new StringValue(s).AsReadOnly()));
289        Parameters.Add(new ConstrainedValueParameter<StringValue>(PositiveClassParameterName,
290          "The positive class which is used for quality measure calculation (e.g., specifity, sensitivity,...)", validValues, validValues.First()));
291      }
292      #endregion
293
294    }
295
296    protected ClassificationProblemData(ClassificationProblemData original, Cloner cloner)
297      : base(original, cloner) {
298      RegisterParameterEvents();
299    }
300    public override IDeepCloneable Clone(Cloner cloner) {
301      if (this == emptyProblemData) return emptyProblemData;
302      return new ClassificationProblemData(this, cloner);
303    }
304
305    public ClassificationProblemData() : this(defaultDataset, defaultAllowedInputVariables, defaultTargetVariable) { }
306
307    public ClassificationProblemData(IClassificationProblemData classificationProblemData)
308      : this(classificationProblemData.Dataset, classificationProblemData.AllowedInputVariables, classificationProblemData.TargetVariable) {
309      TrainingPartition.Start = classificationProblemData.TrainingPartition.Start;
310      TrainingPartition.End = classificationProblemData.TrainingPartition.End;
311      TestPartition.Start = classificationProblemData.TestPartition.Start;
312      TestPartition.End = classificationProblemData.TestPartition.End;
313
314      for (int i = 0; i < classificationProblemData.ClassNames.Count(); i++)
315        ClassNamesParameter.Value[i, 0] = classificationProblemData.ClassNames.ElementAt(i);
316
317      for (int i = 0; i < Classes; i++) {
318        for (int j = 0; j < Classes; j++) {
319          ClassificationPenaltiesParameter.Value[i, j] = classificationProblemData.GetClassificationPenalty(ClassValuesCache[i], ClassValuesCache[j]);
320        }
321      }
322    }
323
324    public ClassificationProblemData(Dataset dataset, IEnumerable<string> allowedInputVariables, string targetVariable, IEnumerable<ITransformation> transformations = null)
325      : base(dataset, allowedInputVariables, transformations ?? Enumerable.Empty<ITransformation>()) {
326      var validTargetVariableValues = CheckVariablesForPossibleTargetVariables(dataset).Select(x => new StringValue(x).AsReadOnly()).ToList();
327      var target = validTargetVariableValues.Where(x => x.Value == targetVariable).DefaultIfEmpty(validTargetVariableValues.First()).First();
328
329      Parameters.Add(new ConstrainedValueParameter<StringValue>(TargetVariableParameterName, new ItemSet<StringValue>(validTargetVariableValues), target));
330      Parameters.Add(new FixedValueParameter<StringMatrix>(ClassNamesParameterName, ""));
331      Parameters.Add(new ConstrainedValueParameter<StringValue>(PositiveClassParameterName, "The positive class which is used for quality measure calculation (e.g., specifity, sensitivity,...)"));
332      Parameters.Add(new FixedValueParameter<DoubleMatrix>(ClassificationPenaltiesParameterName, ""));
333
334      RegisterParameterEvents();
335      ResetTargetVariableDependentMembers();
336    }
337
338    public static IEnumerable<string> CheckVariablesForPossibleTargetVariables(Dataset dataset) {
339      int maxSamples = Math.Min(InspectedRowsToDetermineTargets, dataset.Rows);
340      var validTargetVariables = (from v in dataset.DoubleVariables
341                                  let distinctValues = dataset.GetDoubleValues(v)
342                                    .Take(maxSamples)
343                                    .Distinct()
344                                    .Count()
345                                  where distinctValues <= MaximumNumberOfClasses
346                                  select v).ToArray();
347
348      if (!validTargetVariables.Any())
349        throw new ArgumentException("Import of classification problem data was not successful, because no target variable was found." +
350          " A target variable must have at most " + MaximumNumberOfClasses + " distinct values to be applicable to classification.");
351      return validTargetVariables;
352    }
353
354
355    private void ResetTargetVariableDependentMembers() {
356      DeregisterParameterEvents();
357
358      ((IStringConvertibleMatrix)ClassNamesParameter.Value).Columns = 1;
359      ((IStringConvertibleMatrix)ClassNamesParameter.Value).Rows = ClassValuesCache.Count;
360      for (int i = 0; i < Classes; i++)
361        ClassNamesParameter.Value[i, 0] = "Class " + ClassValuesCache[i];
362      ClassNamesParameter.Value.ColumnNames = new List<string>() { "ClassNames" };
363      ClassNamesParameter.Value.RowNames = ClassValues.Select(s => "ClassValue: " + s);
364
365      PositiveClassParameter.ValidValues.Clear();
366      foreach (var className in ClassNames) {
367        PositiveClassParameter.ValidValues.Add(new StringValue(className).AsReadOnly());
368      }
369
370      ((IStringConvertibleMatrix)ClassificationPenaltiesParameter.Value).Rows = Classes;
371      ((IStringConvertibleMatrix)ClassificationPenaltiesParameter.Value).Columns = Classes;
372      ClassificationPenaltiesParameter.Value.RowNames = ClassNames.Select(name => "Actual " + name);
373      ClassificationPenaltiesParameter.Value.ColumnNames = ClassNames.Select(name => "Estimated " + name);
374      for (int i = 0; i < Classes; i++) {
375        for (int j = 0; j < Classes; j++) {
376          if (i != j) ClassificationPenaltiesParameter.Value[i, j] = 1;
377          else ClassificationPenaltiesParameter.Value[i, j] = 0;
378        }
379      }
380      RegisterParameterEvents();
381    }
382
383    public string GetClassName(double classValue) {
384      if (!ClassValuesCache.Contains(classValue)) throw new ArgumentException();
385      int index = ClassValuesCache.IndexOf(classValue);
386      return ClassNamesCache[index];
387    }
388    public double GetClassValue(string className) {
389      if (!ClassNamesCache.Contains(className)) throw new ArgumentException();
390      int index = ClassNamesCache.IndexOf(className);
391      return ClassValuesCache[index];
392    }
393    public void SetClassName(double classValue, string className) {
394      if (!ClassValuesCache.Contains(classValue)) throw new ArgumentException();
395      int index = ClassValuesCache.IndexOf(classValue);
396      ClassNamesParameter.Value[index, 0] = className;
397      // updating of class names cache is not necessary here as the parameter value fires a changed event which updates the cache
398    }
399
400    public double GetClassificationPenalty(string correctClassName, string estimatedClassName) {
401      return GetClassificationPenalty(GetClassValue(correctClassName), GetClassValue(estimatedClassName));
402    }
403    public double GetClassificationPenalty(double correctClassValue, double estimatedClassValue) {
404      int correctClassIndex = ClassValuesCache.IndexOf(correctClassValue);
405      int estimatedClassIndex = ClassValuesCache.IndexOf(estimatedClassValue);
406      return ClassificationPenaltiesParameter.Value[correctClassIndex, estimatedClassIndex];
407    }
408    public void SetClassificationPenalty(string correctClassName, string estimatedClassName, double penalty) {
409      SetClassificationPenalty(GetClassValue(correctClassName), GetClassValue(estimatedClassName), penalty);
410    }
411    public void SetClassificationPenalty(double correctClassValue, double estimatedClassValue, double penalty) {
412      int correctClassIndex = ClassValuesCache.IndexOf(correctClassValue);
413      int estimatedClassIndex = ClassValuesCache.IndexOf(estimatedClassValue);
414
415      ClassificationPenaltiesParameter.Value[correctClassIndex, estimatedClassIndex] = penalty;
416    }
417
418    #region events
419    private void RegisterParameterEvents() {
420      TargetVariableParameter.ValueChanged += new EventHandler(TargetVariableParameter_ValueChanged);
421      ClassNamesParameter.Value.Reset += new EventHandler(Parameter_ValueChanged);
422      ClassNamesParameter.Value.ItemChanged += new EventHandler<EventArgs<int, int>>(Parameter_ValueChanged);
423      ClassificationPenaltiesParameter.Value.ItemChanged += new EventHandler<EventArgs<int, int>>(Parameter_ValueChanged);
424      ClassificationPenaltiesParameter.Value.Reset += new EventHandler(Parameter_ValueChanged);
425    }
426    private void DeregisterParameterEvents() {
427      TargetVariableParameter.ValueChanged -= new EventHandler(TargetVariableParameter_ValueChanged);
428      ClassNamesParameter.Value.Reset -= new EventHandler(Parameter_ValueChanged);
429      ClassNamesParameter.Value.ItemChanged -= new EventHandler<EventArgs<int, int>>(Parameter_ValueChanged);
430      ClassificationPenaltiesParameter.Value.ItemChanged -= new EventHandler<EventArgs<int, int>>(Parameter_ValueChanged);
431      ClassificationPenaltiesParameter.Value.Reset -= new EventHandler(Parameter_ValueChanged);
432    }
433
434    private void TargetVariableParameter_ValueChanged(object sender, EventArgs e) {
435      classValuesCache = null;
436      classNamesCache = null;
437      ResetTargetVariableDependentMembers();
438      OnChanged();
439    }
440    private void Parameter_ValueChanged(object sender, EventArgs e) {
441      var oldPositiveClass = PositiveClass;
442      var oldClassNames = classNamesCache;
443      var index = oldClassNames.IndexOf(oldPositiveClass);
444
445      classNamesCache = null;
446      ClassificationPenaltiesParameter.Value.RowNames = ClassNames.Select(name => "Actual " + name);
447      ClassificationPenaltiesParameter.Value.ColumnNames = ClassNames.Select(name => "Estimated " + name);
448
449      PositiveClassParameter.ValidValues.Clear();
450      foreach (var className in ClassNames) {
451        PositiveClassParameter.ValidValues.Add(new StringValue(className).AsReadOnly());
452      }
453      PositiveClassParameter.Value = PositiveClassParameter.ValidValues.ElementAt(index);
454
455      OnChanged();
456    }
457    #endregion
458
459    protected override bool IsProblemDataCompatible(IDataAnalysisProblemData problemData, out string errorMessage) {
460      if (problemData == null) throw new ArgumentNullException("problemData", "The provided problemData is null.");
461      IClassificationProblemData classificationProblemData = problemData as IClassificationProblemData;
462      if (classificationProblemData == null)
463        throw new ArgumentException("The problem data is no classification problem data. Instead a " + problemData.GetType().GetPrettyName() + " was provided.", "problemData");
464
465      var returnValue = base.IsProblemDataCompatible(classificationProblemData, out errorMessage);
466      //check targetVariable
467      if (classificationProblemData.InputVariables.All(var => var.Value != TargetVariable)) {
468        errorMessage = string.Format("The target variable {0} is not present in the new problem data.", TargetVariable)
469                       + Environment.NewLine + errorMessage;
470        return false;
471      }
472
473      var newClassValues = classificationProblemData.Dataset.GetDoubleValues(TargetVariable).Distinct().OrderBy(x => x);
474      if (!newClassValues.SequenceEqual(ClassValues)) {
475        errorMessage = errorMessage + string.Format("The class values differ in the provided classification problem data.");
476        returnValue = false;
477      }
478
479      var newPositivieClassName = classificationProblemData.PositiveClass;
480      if (newPositivieClassName != PositiveClass) {
481        errorMessage = errorMessage + string.Format("The positive class differs in the provided classification problem data.");
482        returnValue = false;
483      }
484
485      return returnValue;
486    }
487
488    public override void AdjustProblemDataProperties(IDataAnalysisProblemData problemData) {
489      if (problemData == null) throw new ArgumentNullException("problemData", "The provided problemData is null.");
490      ClassificationProblemData classificationProblemData = problemData as ClassificationProblemData;
491      if (classificationProblemData == null)
492        throw new ArgumentException("The problem data is not a classification problem data. Instead a " + problemData.GetType().GetPrettyName() + " was provided.", "problemData");
493
494      base.AdjustProblemDataProperties(problemData);
495      TargetVariable = classificationProblemData.TargetVariable;
496      for (int i = 0; i < classificationProblemData.ClassNames.Count(); i++)
497        ClassNamesParameter.Value[i, 0] = classificationProblemData.ClassNames.ElementAt(i);
498
499      PositiveClass = classificationProblemData.PositiveClass;
500
501      for (int i = 0; i < Classes; i++) {
502        for (int j = 0; j < Classes; j++) {
503          ClassificationPenaltiesParameter.Value[i, j] = classificationProblemData.GetClassificationPenalty(ClassValuesCache[i], ClassValuesCache[j]);
504        }
505      }
506    }
507  }
508}
Note: See TracBrowser for help on using the repository browser.