J48(ClassifierTree) classifyInstance & distributionForInstance

Weka の 決定木アルゴリズム(C4.5)の実装 J48 利用時にclassifyInstance と distributionForInstance の仕様が良くわからず、Javadoc 見てもイマイチだったのでソースで確認した。

http://weka.sourceforge.net/doc.dev/weka/classifiers/trees/J48.html

Sourcecode: ClassifierTree#classfiyInstance

  /**
   * Classifies an instance.
   * 
   * @param instance the instance to classify
   * @return the classification
   * @throws Exception if something goes wrong
   */
  public double classifyInstance(Instance instance) throws Exception {

    double maxProb = -1;
    double currentProb;
    int maxIndex = 0;
    int j;

    for (j = 0; j < instance.numClasses(); j++) {
      currentProb = getProbs(j, instance, 1);
      if (Utils.gr(currentProb, maxProb)) {
        maxIndex = j;
        maxProb = currentProb; // find high probability to class
      }
    }
    return maxIndex; // return max probability class's index

Sourcecode: ClassifierTree#distributionForInstance

  /**
   * Returns class probabilities for a weighted instance.
   * 
   * @param instance the instance to get the distribution for
   * @param useLaplace whether to use laplace or not
   * @return the distribution
   * @throws Exception if something goes wrong
   */
  public final double[] distributionForInstance(Instance instance,
    boolean useLaplace) throws Exception {

    double[] doubles = new double[instance.numClasses()];

    for (int i = 0; i < doubles.length; i++) {
      if (!useLaplace) {
        doubles[i] = getProbs(i, instance, 1);
      } else {
        doubles[i] = getProbsLaplace(i, instance, 1);
      }
    }
    return doubles;
  }

API 呼出前に、instance に 学習時に指定したclass 群を指定しておき、

• classifyInstance であれば、最も確率の高い class の index を返却
• distributionForInstance であれば、class 毎の確率の配列を class の index と揃えた double[] で返却する

ということがわかった。