Codification de données avec Accord.Statistics.Filters.Codification

Question

Bonjour à tous,

J'ai un tableau double de type string qui contient des données que je récupère depuis un fichier csv. je voudrais codifier ces données pour les faire passer à mon algorithme d'apprentissage.

voici les données que contient le fichier csv :

ssid1	bssid1	rssi1	signal1
GLF_LAPTOP	58:b6:33:a6:a1:b8	-58	69
GLF_ENROLLMENT	58:b6:33:e6:a1:b8	-57	70
GLF_ENROLLMENT	d8:38:fc:ff:27:d8	-49	80
GLF_ENROLLMENT	30:87:d9:ed:f3:88	-31	95
GLF_ENROLLMENT	74:3e:2b:f6:35:c8	-46	83
GLF_ENROLLMENT	0c:f4:d5:cd:d5:e8	-48	81
GLF_ENROLLMENT	30:87:d9:ed:f3:88	-36	92

Je veux que le codificateur puisse codifier chaque colonne de chaque élément du tableau avec un type précis tel que les deux premières colonnes c'est des string et les deux dernières c'est des doubles.

Le problème que je rencontre c'est que comment puisse-je appliquer une codification pour chaque colonne du tableau, j'ai essayé avec le code suivant

string[][] data_input_app = input.GetColumns(0, 1, 2, 3);

 string[] inputNames = new[] { "ssid1", "bssid1", "rssi1", "signal1"};

 codebookin = new Codification(inputNames, data_input_app)
            {

                CodificationVariable.Ordinal,
                CodificationVariable.Ordinal,
                CodificationVariable.Continuous,
                CodificationVariable.Continuous,
           };

mais avec ça il applique la première codification pour la première lignes (du coup le premier tableau car il s'agit d'un tableau de double ), la deuxième codification pour la deuxième ligne etc ...or ce que je cherche c'est plutôt appliquer une codification pour chaque colonne du tableau de la ligne "i" et faire de même pour toutes les lignes 

Answer 1

Bonjour,

Après une petite recherche je suppose qu'il s'agit de ça ?

http://accord-framework.net/docs/html/T_Accord_Statistics_Filters_Codification.htm

Comme je viens juste de voir ça je n'ai pas eu l'occasion d'éplucher les exemples qu'ils donnent, alors je l'ai fait "à l'ancienne".

J'ai déclaré une classe

	class DonneeImport
	{
		public string ssid { get; set; }
		public string bssid { get; set; }
		public float rssi { get; set; }
		public float signal { get; set; }
	}

puis j'ai lancé le traitement comme ceci :

System.IO.StreamReader file = new StreamReader(Filepath);
DonneeImport di = new DonneeImport();
string line = null;
while((line = file.ReadLine())!= null)
{
	MessageBox.Show(line);
	char[] sep = { ';' };
	string[] sp = line.Split(sep);
	di.ssid = sp[0];
	di.bssid = sp[1];
	di.rssi = float.Parse(sp[2]);
	di.signal = float.Parse(sp[3]);
}
MessageBox.Show("Fin de traitement");

Avec un point d'arrêt sur la dernière accolade j'ai pu m'assurer que les champs de di correspondaient bien aux valeurs figurant sur la ligne.

Pour ça, bien entendu, en préparation du traitement, après avoir récupéré les valeurs dans un fichier, j'ai remplacé les tabulations par des points-virgules, et supprimé les espaces.

Après je suppose que l'apport de la plateforme proposée est d'améliorer la productivité du développement, mais avant de me lancer là-dedans je voudrais m'assurer que nous parlons de la même chose.

Answer 2

string[][] data_input_app = input.GetColumns(0, 1, 2, 3);

C'est bizarre, ça, qu'avec quatre colonnes on s'attende à avoir deux dimensions dans le tableau ?

Answer 3

Bonjour, 

Je vous remercie pour cette réponse.

Au fait, en travaillant avec le machine learning je dois lui passer en paramètre un input de type double[][] ou int[][] et c'est la cause pour laquelle  je n'ai pas travaillé avec des classes d'objets.

Comme la semaine passée je devais résoudre le problème au plus vite j'ai carrément récupéré mes données depuis la fichier csv dans un DataTable ce qui facilite de déterminer chaque colonne.

le code que j'ai utilisé et le suivant: 

public void LearningAlgorithme(DataTable dt)
        {
            codebookin = new Codification()
            {
                { "ssid1", CodificationVariable.Ordinal},
                { "bssid1", CodificationVariable.Ordinal},
                { "rssi1", CodificationVariable.Continious},
                { "signal1", CodificationVariable.Continious},

                
            };

            codebookin.Learn(dt);



 int[][] inputs = codebookin.Apply(dt, "ssid1", "bssid1", "signal1",
                 "ssid2", "bssid2","signal2",
                 "ssid3", "bssid3", "signal3",
                 "ssid4", "bssid4", "signal4").ToJagged().To<int[][]>();

            int[] outputs = codebookin.Apply(dt, "position").ToVector().To<int[]>();

            var learner = new RandomForestLearning();


            var randomForest = learner.Learn(inputs, outputs);


          
         }

Answer 4

Désolée car ce n'est pas bien expliqué.

En effet, le input depuis lequel je récupère les 4 colonnes est déjà un tableau double. 

Answer 5

Est-ce qu'il y a une page de conseillée pour démarrer avec ça, ou c'est celle dont j'ai donné l'adresse ?

Answer 6

Moi perso j'ai suivi sur celle que vous avez donné

Answer 7

OK merci.

Answer 8

Merci à vous :)