Ignore:
Timestamp:
02/06/12 17:03:36 (2 years ago)
Author:
Miha Stajdohar <miha.stajdohar@…>
Branch:
default
rebase_source:
be43258d9b24e7c5629210311c62dfba2ade7767
Message:

Renamed ManhattanConstructor to Manhattan.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • Orange/preprocess/outliers.py

    r9725 r9765  
    5151    that all examples are used when calculating average distances. 
    5252    """ 
    53   
     53 
    5454    def __init__(self): 
    5555        self._clear() 
    5656        self.set_knn() 
    57    
     57 
    5858    def _clear(self): 
    5959        #distmatrix not calculated yet 
    6060        self.distmatrixC = 0 
    61          
     61 
    6262        #using distance measurment 
    6363        self.distance = None 
    64          
     64 
    6565        self.examples = None 
    6666        self.distmatrix = None 
    67              
    68     def set_examples(self, examples, distance = None): 
     67 
     68    def set_examples(self, examples, distance=None): 
    6969        """Set examples on which the outlier detection will be 
    7070        performed. Distance is a distance constructor for distances 
     
    7373        self.examples = examples 
    7474        if (distance == None): 
    75           distance = Orange.distance.ManhattanConstructor(self.examples) 
     75          distance = Orange.distance.Manhattan(self.examples) 
    7676        self.distance = distance 
    7777 
     
    8989        """ 
    9090        self.knn = knn 
    91    
     91 
    9292    def _calc_distance_matrix(self): 
    9393        """ 
     
    9696        self.distmatrix = Orange.core.SymMatrix(len(self.examples)) #FIXME  
    9797        for i in range(len(self.examples)): 
    98             for j in range(i+1): 
     98            for j in range(i + 1): 
    9999                self.distmatrix[i, j] = self.distance(self.examples[i], 
    100100                                                      self.examples[j]) 
    101101        self.distmatrixC = 1 
    102        
     102 
    103103    def distance_matrix(self): 
    104104        """ 
    105105        Return the distance matrix of the dataset. 
    106106        """ 
    107         if (self.distmatrixC == 0):  
     107        if (self.distmatrixC == 0): 
    108108            self._calc_distance_matrix() 
    109109        return self.distmatrix 
    110         
     110 
    111111    def _average_means(self): 
    112112        means = [] 
    113113        dm = self.distance_matrix() 
    114         for i,dist in enumerate(dm): 
     114        for i, dist in enumerate(dm): 
    115115            nearest = self._find_nearest_limited(i, dist, self.knn) 
    116116            means.append(statc.mean(nearest)) 
    117117        return means 
    118        
     118 
    119119    def _find_nearest_limited(self, i, dist, knn): 
    120120        copy = [] 
     
    122122            copy.append(el) 
    123123        #remove distance to same element 
    124         copy[i:i+1] = [] 
     124        copy[i:i + 1] = [] 
    125125        if (knn == 0): 
    126126            return copy 
    127127        else: 
    128             takelimit = min(len(dist)-1, knn) 
     128            takelimit = min(len(dist) - 1, knn) 
    129129            copy.sort() 
    130130            return copy[:takelimit] 
    131          
     131 
    132132    def z_values(self): 
    133133        """ Return a list of Z values of average distances for each element  
     
    138138 
    139139Orange.misc.deprecated_members( 
    140     {"setKNN": "set_knn",  
    141     "setExamples": "set_examples",  
    142     "setDistanceMatrix": "set_distance_matrix",  
    143     "distanceMatrix": "distance_matrix",  
     140    {"setKNN": "set_knn", 
     141    "setExamples": "set_examples", 
     142    "setDistanceMatrix": "set_distance_matrix", 
     143    "distanceMatrix": "distance_matrix", 
    144144    "zValues": "z_values" 
    145145    })(OutlierDetection) 
Note: See TracChangeset for help on using the changeset viewer.