Example usage for weka.associations Apriori toString

Introduction

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

Prototype

@Override
public String toString() 

Source Link

Document

Outputs the size of all the generated sets of itemsets and the rules.

Usage

From source file:regulyasocjacyjne.WekaApriori.java

/**
 * Generowanie regu Asocjacyjnych algorytmem Apriori
 *
 * @param data// w w  w.  j a v  a2 s.c  o m
 * @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  w  w.ja  v  a 2 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);
}

---