src/main/java/ru/neuron/weka/WekaKmToMiles.java - master - inur/one_neuron

src/main/java/ru/neuron/weka/WekaKmToMiles.java
63 строки3 KB
Ilshat Nurgalimov
neuron
13 апр 2025, 18:57
13 апр 2025, 18:575a66525
package ru.neuron.weka;

import ru.neuron.deeplearning4j.DL4JKmToMiles;
import weka.classifiers.functions.LinearRegression;
import weka.core.Attribute;
import weka.core.DenseInstance;
import weka.core.Instances;

import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;
import java.util.logging.Logger;

import static ru.neuron.CONST.EXIT;
import static ru.neuron.CONST.WEKA_DATA;

public class WekaKmToMiles {

    private static final Logger LOGGER = Logger.getLogger(WekaKmToMiles.class.getName());

    public static void main(String[] args) throws Exception {
        // Создаем атрибуты: вход (км) и выход (мили)
        Attribute kmAttr = new Attribute("Kilometers");
        Attribute milesAttr = new Attribute("Miles");
        ArrayList<Attribute> attributes = new ArrayList<>(List.of(kmAttr, milesAttr));

        // Создаем набор данных
        Instances trainingSet = new Instances("KmToMiles", attributes, 0);
        trainingSet.setClassIndex(1); // выход (миль) — целевой атрибут

        for (double[] row : WEKA_DATA) {
            DenseInstance instance = new DenseInstance(2);
            instance.setValue(kmAttr, row[0]);
            instance.setValue(milesAttr, row[1]);
            trainingSet.add(instance);
        }

        // Обучение модели линейной регрессии
        LinearRegression model = new LinearRegression();
        model.buildClassifier(trainingSet);

        // Вывод уравнения модели
        LOGGER.info("Модель: " + model);

        // Предсказания по пользовательскому вводу
        Scanner scanner = new Scanner(System.in);
        LOGGER.info("Введите кол-во километров для перевода в мили или \"%s\" для выхода:".formatted(EXIT));
        while (true) {
            String value = scanner.nextLine();
            if (value.equalsIgnoreCase(EXIT)) {
                break;
            }
            double kmValue = Double.parseDouble(value);
            DenseInstance newInput = new DenseInstance(2);
            newInput.setValue(kmAttr, kmValue);
            // предсказываем это значение
            newInput.setMissing(milesAttr);
            // обязательно привязать к набору
            newInput.setDataset(trainingSet);
            LOGGER.info("Predicted miles: %.9f%n".formatted(model.classifyInstance(newInput)));
        }
    }
}