Ignore:
Timestamp:
03/23/12 20:20:57 (2 years ago)
Author:
mstajdohar
Branch:
default
Message:

Changed obsolete names.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • Orange/optimization/__init__.py

    r10582 r10633  
    194194        import string 
    195195        names = string.split(name, ".") 
    196         lastobj = self.object 
     196        lastobj = self.learner 
    197197        for i in names[:-1]: 
    198198            lastobj = getattr(lastobj, i) 
     
    269269        compare = getattr(self, "compare", cmp) 
    270270        return_what = getattr(self, "return_what", 
    271                              Tune1Parameter.returnClassifier) 
     271                             Tune1Parameter.RETURN_CLASSIFIER) 
    272272 
    273273        if (type(self.parameter) == list) or (type(self.parameter) == tuple): 
     
    278278        cvind = Orange.core.MakeRandomIndicesCV(data, folds) 
    279279        findBest = Orange.misc.selection.BestOnTheFly(seed=data.checksum(), 
    280                                          callCompareOn1st=True) 
     280                                         call_compare_on_1st=True) 
    281281        tableAndWeight = weight and (data, weight) or data 
    282282        for par in self.values: 
     
    284284                setattr(i[0], i[1], par) 
    285285            res = evaluate(Orange.evaluation.testing.test_with_indices( 
    286                                         [self.object], tableAndWeight, cvind)) 
     286                                        [self.learner], tableAndWeight, cvind)) 
    287287            findBest.candidate((res, par)) 
    288288            if verbose == 2: 
     
    296296            print "*** Optimal parameter: %s = %s" % (self.parameter, bestpar) 
    297297 
    298         if return_what == Tune1Parameter.returnNone: 
     298        if return_what == Tune1Parameter.RETURN_NONE: 
    299299            return None 
    300         elif return_what == Tune1Parameter.returnParameters: 
     300        elif return_what == Tune1Parameter.RETURN_PARAMETERS: 
    301301            return bestpar 
    302         elif return_what == Tune1Parameter.returnLearner: 
    303             return self.object 
    304         else: 
    305             classifier = self.object(data) 
     302        elif return_what == Tune1Parameter.RETURN_LEARNER: 
     303            return self.learner 
     304        else: 
     305            classifier = self.learner(data) 
    306306            if not Orange.utils.environ.orange_no_deprecated_members: 
    307307                classifier.setattr("fittedParameter", bestpar) 
     
    334334        compare = getattr(self, "compare", cmp) 
    335335        verbose = verbose or getattr(self, "verbose", 0) 
    336         return_what = getattr(self, "return_what", Tune1Parameter.returnClassifier) 
     336        return_what = getattr(self, "return_what", Tune1Parameter.RETURN_CLASSIFIER) 
    337337        progress_callback = getattr(self, "progress_callback", lambda i: None) 
    338338 
     
    350350        cvind = Orange.core.MakeRandomIndicesCV(data, folds) 
    351351        findBest = Orange.misc.selection.BestOnTheFly(seed=data.checksum(), 
    352                                          callCompareOn1st=True) 
     352                                         call_compare_on_1st=True) 
    353353        tableAndWeight = weight and (data, weight) or data 
    354354        numOfTests = sum([len(x[1]) for x in self.parameters]) 
     
    365365 
    366366            res = evaluate(Orange.evaluation.testing.test_with_indices( 
    367                                         [self.object], tableAndWeight, cvind)) 
     367                                        [self.learner], tableAndWeight, cvind)) 
    368368            if itercount in milestones: 
    369369                progress_callback(100.0 * itercount / numOfTests) 
     
    384384            print 
    385385 
    386         if return_what == Tune1Parameter.returnNone: 
     386        if return_what == Tune1Parameter.RETURN_NONE: 
    387387            return None 
    388         elif return_what == Tune1Parameter.returnParameters: 
     388        elif return_what == Tune1Parameter.RETURN_PARAMETERS: 
    389389            return bestpar 
    390         elif return_what == Tune1Parameter.returnLearner: 
    391             return self.object 
    392         else: 
    393             classifier = self.object(data) 
     390        elif return_what == Tune1Parameter.RETURN_LEARNER: 
     391            return self.learner 
     392        else: 
     393            classifier = self.learner(data) 
    394394            if Orange.utils.environ.orange_no_deprecated_members: 
    395395                classifier.fittedParameters = bestpar 
Note: See TracChangeset for help on using the changeset viewer.