12

apache.commons.mathライブラリを使用して、R スクリプトから Java への変換を計算しようとしています。R loessの代わりにorg.apache.commons.math.analysis.interpolation.LoessInterpolatorを使用できますか? 同じ結果を得ることができません。

編集。

これは、ランダムな配列 (x,y) を作成し、LoessInterpolator または R を呼び出して黄土を計算する Java プログラムです。最後に、結果が出力されます。

import java.io.*;
import java.util.Random;

import org.apache.commons.math.analysis.interpolation.LoessInterpolator;


public class TestLoess
    {
    private String RScript="/usr/local/bin/Rscript";
    private static class ConsummeInputStream
        extends Thread
        {
        private InputStream in;
        ConsummeInputStream(InputStream in)
            {
            this.in=in;
            }
        @Override
        public void run()
            {
            try
                {
                int c;
                while((c=this.in.read())!=-1) 
                    System.err.print((char)c);
                }
            catch(IOException err)
                {
                err.printStackTrace();
                }
            }
        }
    TestLoess()
        {

        }
    private void run() throws Exception
        {
        int num=100;
        Random rand=new Random(0L);
        double x[]=new double[num];
        double y[]=new double[x.length];
        for(int i=0;i< x.length;++i)
            {
            x[i]=rand.nextDouble()+(i>0?x[i-1]:0);
            y[i]=Math.sin(i)*100;
            }
        LoessInterpolator loessInterpolator=new LoessInterpolator(
            0.75,//bandwidth,
            2//robustnessIters

            );
        double y2[]=loessInterpolator.smooth(x, y);

        Process proc=Runtime.getRuntime().exec(
            new String[]{RScript,"-"}
            );
        ConsummeInputStream errIn=new ConsummeInputStream(proc.getErrorStream());
        BufferedReader stdin=new BufferedReader(new InputStreamReader(proc.getInputStream()));
        PrintStream out=new PrintStream(proc.getOutputStream());
        errIn.start();
        out.print("T<-as.data.frame(matrix(c(");
        for(int i=0;i< x.length;++i)
            {
            if(i>0) out.print(',');
            out.print(x[i]+","+y[i]);
            }
        out.println("),ncol=2,byrow=TRUE))");
        out.println("colnames(T)<-c('x','y')");
        out.println("T2<-loess(y ~ x, T)");
        out.println("write.table(residuals(T2),'',col.names= F,row.names=F,sep='\\t')");
        out.flush();
        out.close();
        double y3[]=new double[x.length];
        for(int i=0;i< y3.length;++i)
            {
            y3[i]=Double.parseDouble(stdin.readLine());
            }
        System.out.println("X\tY\tY.java\tY.R");
        for(int i=0;i< y3.length;++i)
            {
            System.out.println(""+x[i]+"\t"+y[i]+"\t"+y2[i]+"\t"+y3[i]);
            }
        }

    public static void main(String[] args)
        throws Exception
        {
        new TestLoess().run();
        }
    }

コンパイルと実行:

javac -cp commons-math-2.2.jar TestLoess.java && java -cp commons-math-2.2.jar:. TestLoess

出力：

X   Y   Y.java  Y.R
0.730967787376657   0.0 6.624884763714674   -12.5936186703287
0.9715042030481429  84.14709848078965   6.5263049649584 71.9725380029913
1.6089216283982513  90.92974268256818   6.269100654071115   79.839773167581
2.159358633515885   14.112000805986721  6.051308261720918   3.9270340708818
2.756903911313087   -75.68024953079282  5.818424835586378   -84.9176311089431
3.090122310789737   -95.89242746631385  5.689740879461759   -104.617807889069
3.4753114955304554  -27.941549819892586 5.541837854229562   -36.0902352062634
4.460153035730264   65.6986598718789    5.168028655980764   58.9472823439219
5.339335553602744   98.93582466233818   4.840314399516663   93.3329030534449
6.280584733084859   41.21184852417566   4.49531113985498    36.7282165788057
6.555538699120343   -54.40211108893698  4.395343460231256   -58.5812856445538
6.68443584999412    -99.99902065507035  4.348559404444451   -104.039069260889
6.831037507640638   -53.657291800043495 4.295400167908642   -57.5419313320511
6.854275630124528   42.016703682664094  4.286978656933373   38.1564179414478
7.401015387322993   99.06073556948704   4.089252482141094   95.7504087842369
8.365502247999844   65.02878401571168   3.7422883733498726  62.5865641279576
8.469992934250815   -28.790331666506532 3.704793544880599   -31.145867173504
9.095139297716374   -96.13974918795569  3.4805388562453574  -98.0047896609079
9.505935493207435   -75.09872467716761  3.3330472034239405  -76.6664588290508

y の出力値は、R と Java の間で明らかに同じではありません。Y.R 列は適切に見えます (元の Y 列に近いです)。Y.java ~ YR を取得するには、これをどのように変更すればよいですか?

4

3 に答える 3

4

Java の実装について話すことはできませんがlowess、フィットの帯域幅を制御する多くのパラメーターがあります。同じ制御パラメーターを使用していない限り、結果が異なると予想する必要があります。人々がデータを平滑化するときはいつでも、元のデータと適合をプロットし、データへの忠実度と平滑化 (別名ノイズ除去) の間の望ましいトレードオフをもたらす制御パラメーターを自分で決定することをお勧めします。

于 2012-10-03T11:19:31.867 に答える
1

ここには 2 つの問題があります。最初に、生成しているデータをプロットすると、ほとんどランダムに見え、R で loess によって生成された適合は非常に貧弱です。

plot(T$x, T$y)
lines(T$s, T2$fitted, col="blue", lwd=3)

上記の Java コードによって生成されたデータと R によって生成された黄土適合のプロット

次に、Rスクリプトでは、予測ではなく残差を書いているので、この行に

out.println("write.table(residuals(T2),'',
   col.names= F,row.names=F,sep='\\t')");

たとえば、に変更residuals(T2)する必要がありますpredict(T2)

out.println("write.table(predict(T2),'',
   col.names= F,row.names=F,sep='\\t')");

したがって、コード例では、R によって生成された残差の最初の数行が適切に見えたのはまったくの偶然でした。

私にとって、より適切なデータを当てはめてみると、Java と R は同様の結果を返しますが、同一ではありません。また、デフォルトのrobustnessIter設定を調整しなかった場合、結果がより近くなることがわかりました.

于 2014-08-01T12:38:49.723 に答える