Example usage for weka.associations Apriori getNumRules

Introduction

In this page you can find the example usage for weka.associations Apriori getNumRules.

Prototype

public int getNumRules() 

Source Link

Document

Get the value of numRules.

Usage

From source file:regulyasocjacyjne.WekaApriori.java

/**
 * Generowanie regu Asocjacyjnych algorytmem Apriori
 *
 * @param data//  w w  w.  java  2  s.c om
 * @param n Liczba regul do policzenia (standardowo: 10)
 * @param c Minmalna ufnosc reguly (standardowo: 0.9).
 * @return
 * @throws Exception
 */
public String regulyAsocjacyjne(Instances data, String c, String n) throws Exception {
    data.setClassIndex(data.numAttributes() - 1);

    String[] options = Utils.splitOptions("-N " + n + " -C " + c);
    Apriori apriori = new Apriori();
    apriori.setOptions(options);
    apriori.buildAssociations(data); //Generowanie regul asocjacyjnych

    System.out.println("Liczba regul=" + apriori.getNumRules());

    System.out.println(apriori.toString()); //Wypisanie informacji o regulach
    return apriori.toString();
}

---

From source file:regulyasocjacyjne.WekaApriori.java

public static void regulyAsocjacyjneDyskret() throws Exception {
    Instances data = loadData("./src/data/osmolski.arff");
    data.setClassIndex(data.numAttributes() - 1);

    Discretize filter = new Discretize();

    filter.setInputFormat(data);/*from   w  ww.  j a  v  a2 s  . c o m*/

    //Dyskretyzacja tablicy
    Instances trainDiscret = Filter.useFilter(data, filter);

    //Opcje liczenia regul asocjacyjnych
    String[] options = Utils.splitOptions("-N 10 -C 0.9");

    Apriori apriori = new Apriori();
    apriori.setOptions(options);
    apriori.buildAssociations(trainDiscret);

    System.out.println("Liczba regul=" + apriori.getNumRules());

    System.out.println(apriori.toString());
    //  wynik = eval.toSummaryString("Wyniki:", false);
}

---