octave_packages/nnet-0.1.13/__rerangecolumns.m

   1 ## Copyright (C) 2008 Michel D. Schmid  <michaelschmid@users.sourceforge.net>
   2 ##
   3 ##
   4 ## This program is free software; you can redistribute it and/or modify it
   5 ## under the terms of the GNU General Public License as published by
   6 ## the Free Software Foundation; either version 2, or (at your option)
   7 ## any later version.
   8 ##
   9 ## This program is distributed in the hope that it will be useful, but
  10 ## WITHOUT ANY WARRANTY; without even the implied warranty of
  11 ## MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  12 ## General Public License for more details.
  13 ##
  14 ## You should have received a copy of the GNU General Public License
  15 ## along with this program; see the file COPYING.  If not, see
  16 ## <http://www.gnu.org/licenses/>.
  17
  18 ## -*- texinfo -*-
  19 ## @deftypefn {Function File} {} @var{retmatrix} = __rerangecolumns (@var{matrix},@var{analyzeMatrix},@var{nTrainSets})
  20 ## @code{__rerangecolumns} reranges the data sets depending on the input arguments.
  21 ## @code{matrix} is the data set matrix containing inputs and outputs (targets) in row order.
  22 ## This means for example: the first three rows are inputs and the fourth row is an output row.
  23 ## The second argument is used in the optimizing algorithm. This matrix contains informations about
  24 ## the description of the rows data of matrix.
  25 ## The third argument is used to be sure, rerange all the columns to the correct position.
  26 ## @end deftypefn
  27
  28 ## Author: mds
  29
  30 function retmatrix = __rerangecolumns(matrix,analyzeMatrix,nTrainSets)
  31
  32   ## check number of inputs
  33   error(nargchk(3,3,nargin));
  34
  35   # set default values
  36
  37   # now sort "matrix" with help of analyzeMatrix
  38   # following conditions must be kept:
  39   # a.) rows containing unique values aren't sorted!
  40   # b.) sort first rows which contains min AND max values only once
  41   # c.) sort secondly rows which contains min OR max values only once
  42   # d.) at last, sort binary data if still needed!
  43
  44   nRows = size(analyzeMatrix,1);   # get number of rows
  45
  46   ## create i-vector
  47   i = 1;
  48   iVec = [];
  49   while (i <= nRows)
  50     if ( (analyzeMatrix(i,3)==1) && (analyzeMatrix(i,4)==1) )
  51       iVec = [iVec i];
  52     endif
  53     i += 1;
  54   endwhile
  55   i = 1;
  56   while (i <= nRows)
  57         if ( (analyzeMatrix(i,3)>1) || (analyzeMatrix(i,4)>1) )
  58           iVec = [iVec i];
  59         endif
  60         i += 1;
  61   endwhile
  62   i = 1;
  63   while (i <= nRows)
  64     if (analyzeMatrix(i,1)==1)
  65       iVec = [iVec i];
  66     endif
  67   i += 1;
  68   endwhile
  69
  70
  71   ## now do main loop
  72   j = 1;
  73   i = iVec(j);
  74   nRows = length(iVec);
  75   while (j < nRows)
  76     if (analyzeMatrix(i,2)==1)
  77       # easiest case, nothing to do
  78     else
  79
  80       # now let's see if min AND max values are only once in the row
  81       if ( (analyzeMatrix(i,3)==1) && (analyzeMatrix(i,4)==1) )
  82                 # search at which index the min value is
  83                 minVal = min(matrix(i,:));
  84         [rowInd, colInd] = find(matrix(i,:)==minVal);# colInd is searched
  85         if (colInd >= nTrainSets ) # move column
  86                   matrix = __copycoltopos1(matrix,colInd);
  87         endif
  88         # search at which index the max value is
  89         maxVal = max(matrix(i,:));
  90         [rowInd, colInd] = find(matrix(i,:)==maxVal);# colInd is searched
  91         if (colInd >= nTrainSets ) # move column
  92                   matrix = __copycoltopos1(matrix,colInd);
  93         endif
  94
  95       else
  96
  97                 # now here, we have to copy the rows, if min OR max values are more than once in a row
  98         if ( (analyzeMatrix(i,3)>=1) || (analyzeMatrix(i,4)>=1) )
  99
 100                   # search at which index the min value is
 101                   minVal = min(matrix(i,:));
 102           [rowInd, colInd] = find(matrix(i,:)==minVal);# colInd is searched
 103           if (colInd(1) >= nTrainSets ) # move column
 104                     matrix = __copycoltopos1(matrix,colInd(1));
 105           endif
 106
 107           # search at which index the max value is
 108           maxVal = max(matrix(i,:));
 109           [rowInd, colInd] = find(matrix(i,:) == maxVal);# colInd is searched
 110           if (colInd(1) >= nTrainSets ) # move column
 111                     matrix = __copycoltopos1(matrix,colInd(1));
 112           endif
 113
 114                 else
 115                   # now sort binary data, if needed
 116
 117           # search at which index the 0-value is
 118                   [rowInd, colInd] = find(matrix(i,:)==0);# colInd is searched
 119           if (colInd(1) >= nTrainSets ) # move column
 120                     matrix = __copycoltopos1(matrix,colInd(1));
 121           endif
 122           # search at which index the 1-value is
 123           [rowInd, colInd] = find(matrix(i,:)==1);# colInd is searched
 124           if (colInd(1) >= nTrainSets ) # move column
 125                     matrix = __copycoltopos1(matrix,colInd(1));
 126           endif
 127
 128         endif# END OF if ( (analyzeMatrix(i,3)>=1) || (analyzeMatrix(i,4)>=1) )
 129
 130       endif # END OF if ( (analyzeMatrix(i,3)==1) AND (analyzeMatrix(i,4)==1) )
 131
 132     endif # END OF if (analyzeMatrix(i,2)==1)
 133     j += 1;
 134     i = iVec(j);
 135   endwhile
 136   retmatrix = matrix;
 137 endfunction
 138
 139 %!shared matrix,analyzeMatrix,nTrainSets, returnmatrix
 140 %! disp("testing __rerangecolumns")
 141 %! matrix = [0 1 0 0 0 0 1 0 1 1;  \
 142 %!                       4 4 4 4 4 4 4 4 4 4;  \
 143 %!        -1.1 -1.1 2 3 4 3.2 1 8 9 10; \
 144 %!           0 1.1 3 4 5 2 10 10 2 3; \
 145 %!          -1 1 1 1 1 2 3 4 1 5];
 146 %! analyzeMatrix = [1 0 0 0; 0 1 0 0; 0 0 2 1; 0 0 1 2; 0 0 1 1];
 147 %! nTrainSets = 8;
 148 %! returnmatrix = __rerangecolumns(matrix,analyzeMatrix,nTrainSets);
 149 %!assert(returnmatrix(1,1)==1);
 150 %!assert(returnmatrix(2,1)==4);
 151 %!assert(returnmatrix(3,1)==1);
 152 %!assert(returnmatrix(4,1)==10);
 153 %!assert(returnmatrix(5,1)==3);
 154 %! matrix = [0 1 0 0 0 0 1 0 1 1;                       \
 155 %!                       4 4 4 4 4 4 4 4 4 4;                   \
 156 %!          -1.1 -1.1 2 3 4 3.2 1 8 9 10;       \
 157 %!           0 1.1 3 4 5 2 10 10 2 3;           \
 158 %!          -1 1 1 1 1 2 3 4 1 5;               \
 159 %!                       0 1 2 1 2 1 2 3 4 5;];  # the last row is euqal to the nnet targets
 160 %! analyzeMatrix = [1 0 0 0; 0 1 0 0; 0 0 2 1; 0 0 1 2; 0 0 1 1];
 161 %! nTrainSets = 8;
 162 %! returnmatrix = __rerangecolumns(matrix,analyzeMatrix,nTrainSets);
 163 %!assert(returnmatrix(1,1)==1);
 164 %!assert(returnmatrix(2,1)==4);
 165 %!assert(returnmatrix(3,1)==1);
 166 %!assert(returnmatrix(4,1)==10);
 167 %!assert(returnmatrix(5,1)==3);
 168 %!assert(returnmatrix(6,1)==2);