机器学习之自助法划分数据C++实现

Julia999

最近在弄一个项目，需要用C++实现SVM，但是在数据划分的时候出现了问题，大多SVM的实现都使用python，所以数据的划分也少有用C++实现。我重新看了自助法的定义，用C++实现了自助法，在这分享~

#include<iostream>
#include<string>
#include<fstream>
#include<sstream>
#include<stdlib.h>
#include<time.h>
#include<vector>
using namespace std;

double x[306][3];  //数据集 不带标签
double y[306];     //标签集

vector<vector<double>> v_x;
vector<double> v_y;

vector<vector<double>> traindatas;
vector<double> traindatasy;
vector<vector<double>> testdatas;
vector<double> testdatasy;

vector<int> index3;  //放重复的traindatas下标
vector<int> index1;  //放traindatas中的下标，不重复的
vector<int> index2;  //放置testdatas的所有标签
vector<int> index4;   //放置抽取到的训练集标签，不重复的


int toNum(string str)//Enclave无法接受string类型数据
{
        int ans = 0;
        for (int i = 0; i < str.length(); i++)
        {
                ans = ans * 10 + (str[i] - '0');
        }
        return ans;
}

void loaddata(string path)
{
        ifstream Filein;
        try { Filein.open(path); }
        catch (exception e)
        {
                cout << "File open failed!";
        }

        string line;
        int data_num = 0;
        while (getline(Filein, line)) {
                int before = 0;
                int cnt = 0;
                data_num++;
                //cout << data_num << endl;
                for (unsigned int i = 0; i < line.length(); i++) {
                        if (line[i] == ',' || line[i] == '\n') {
                                string sub = line.substr(before, i - before);
                                before = i + 1;
                                x[data_num - 1][cnt] = toNum(sub);
                                cnt++;
                        }
                }
                //Data[data_num - 1][cnt] = toNum(line.substr(before, line.length()));
                y[data_num - 1] = toNum(line.substr(before, line.length()));
        }
        cout << "data loading done.\nthe amount of data is: " << data_num << endl;
}

vector<double>temp;
void tovector(double x[306][3])
{
        for (int i = 0; i < 306; i++)
        {
                for (int j = 0; j < 3; j++)
                {
                        temp.push_back(x[i][j]);
                }
                v_x.push_back(temp);
                temp.clear();
        }
}

void getindex1()   
{
        srand((unsigned int)time(0));

        for (int i = 0; i < 306; i++)
        {
                if (i == 0)
                {
                        int num = rand() % 306;
                        index1.push_back(num);
                        index3.push_back(num);
                }
                else
                {
                        int temp = rand() % 306;
                        index3.push_back(temp);
                        vector<int>::iterator ret;
                        ret = std::find(index1.begin(), index1.end(), temp);
                        if (ret == index1.end())
                                index1.push_back(temp);
                }
        }
}


void getindex2()
{
        vector<int>::iterator ret;
        for (int i = 0; i < 306; i++)
        {
                ret = std::find(index4.begin(), index4.end(), i);
                if (ret == index4.end())  //说明在index1中没有找到i
                {
                        index2.push_back(i);
                }
        }
}

void gettraindatas()
{
        for (int i = 0; i < index3.size(); i++)
        {
                for (int j = 0; j < 3; j++)
                {
                        temp.push_back(x[index3[i]][j]);
                }
                traindatas.push_back(temp);
                temp.clear();
        }

        for (int i = 0; i < index3.size(); i++)
        {
                traindatasy.push_back(y[index3[i]]);
        }
}

void getindex4()  //得到index4,也就是获取了所有抽到的行数
{
        if (index4.empty()) //空
        {
                for (int i = 0; i < index1.size(); i++)
                {
                        index4.push_back(index1[i]);
                }
        }
        else
        {
                for (int i = 0; i < index1.size(); i++)
                {
                        vector<int>::iterator ret;
                        ret = std::find(index4.begin(), index4.end(), index1[i]);
                        if (ret == index4.end())
                                index4.push_back(index1[i]);
                }
        }
        
}

//void toarray(double **_traindatas,double *_traindatasy)
//{
//        for (int i = 0; i < index1.size(); i++)
//        {
//                for (int j = 0; j < 3; j++)
//                {
//                        _traindatas[i][j] = traindatas[i][j];
//                }
//        }
//
//        for (int i = 0; i < index1.size(); i++)
//        {
//                _traindatasy[i] = traindatasy[i];
//        }
//}

void clearall()
{
        vector <vector<double>>().swap(traindatas);
        vector<double>().swap(traindatasy);
        vector<int>().swap(index3);  //放重复的traindatas下标
        vector<int>().swap(index1);  //放traindatas中的下标，不重复的
        vector<int>().swap(index2);
}


void gettestdatas()  //获取测试集
{
        for (int i = 0; i < index2.size(); i++)
        {
                for (int j = 0; j < 3; j++)
                {
                        temp.push_back(x[index2[i]][j]);
                }
                testdatas.push_back(temp);
                temp.clear();
        }

        for (int i = 0; i < index2.size(); i++)
        {
                testdatasy.push_back(y[index2[i]]);
        }
}



int main()
{
        //1 先将读取的data全部转换成vector类型的
        loaddata("C:\\Users\\YY\\Desktop\\haberman1.txt");
        tovector(x);
        /*for (int i = 0; i < 306; i++)
        {
                for (int j = 0; j < 3; j++)
                {
                        cout << v_x[i][j] << "  ";
                }
                cout << endl;
        }*/
        for (int i = 0; i < 306; i++)
        {
                cout << "循环第" << i+1 << "次" << endl;
                getindex1();
                cout << "index1:" << index1.size() << endl;
                cout << "index3:" << index3.size() << endl;
                //把抽到的行数放进index4中
                getindex4();
                cout << "index4:" << index4.size() << endl;
                /*getindex2();
                cout << "index2:" << index2.size() << endl;*/
                gettraindatas();
                double _traindatas[306][3];
                double _traindatasy[306];
                for (int i = 0; i < 306; i++)
                {
                        _traindatasy[i] = traindatasy[i];
                        for (int j = 0; j < 3; j++)
                        {
                                _traindatas[i][j] = traindatas[i][j];
                        }
                }
                if (i == 305)
                {
                        cout << endl;
                        cout << endl;
                        cout << endl;
                        getindex2();  //获取到测试集的行数
                        cout << "index2:" << index2.size() << endl;

                        //获取测试集：
                        gettestdatas();
                        cout << "打印测试集：" << endl;
                        for (int i = 0; i < index2.size(); i++)
                        {
                                for (int j = 0; j < 3; j++)
                                {
                                        cout << testdatas[i][j] << "  ";
                                }
                                cout << endl;
                        }
                }
                //将所有容器全部清空
                clearall();
        }

        


        ////2 再用随机抽取的方法，获取抽取的行数index1和index3，将抽取的行数放在一个一维的vector中
        //getindex1();
        //cout << "index1:" << index1.size() << endl;
        //cout << "index3:" << index3.size() << endl;
        ////3 利用v_index1获取行数v_index2，将其存在一个一维的vector中
        //getindex2();
        //cout << "index2:" << index2.size() << endl;

        ////4 利用v_index1和v_x来找到对应的行数的数据集，将找到的数据集作为测试集放在一个二维的vector traindatas中
        //gettraindatas();

        ////5 将产生的traindatas转成一个二维数组
        //double _traindatas[306][3];
        //double _traindatasy[306];
        ////double **_traindatas = new double*[index1.size()];  //用来保存将v_traindatas转换成的数组
        ////for (int i = 0; i < index1.size(); i++)
        ////{
        ////        _traindatas[i] = new double[3];
        ////}
        ////double *_traindatasy = new double[index1.size()];
        ////toarray(_traindatas, _traindatasy);  //将v_x转换成了数组的_traindatas
        //for (int i = 0; i < 306; i++)
        //{
        //        _traindatasy[i] = traindatasy[i];
        //        for (int j = 0; j < 3; j++)
        //        {
        //                _traindatas[i][j] = traindatas[i][j];
        //        }
        //}

        /*for (int i = 0; i < 306; i++)
        {
                for (int j = 0; j < 3; j++)
                {
                        cout << _traindatas[i][j] << "  " << endl;
                }
                cout << endl;
        }*/

        system("pause");
        return 0;
}

/*
全部的操作用vector
1 先将读取的data全部转换成vector类型的
2 再用随机抽取的方法，获取抽取的行数v_index1，将抽取的行数放在一个一维的vector中
3 利用v_index1获取行数v_index2，将其存在一个一维的vector中
4 利用v_index1和v_x来找到对应的行数的数据集，将找到的数据集作为测试集放在一个二维的vector v_x中
5 将产生的traindatas转成一个二维数组

*/