algorithms-for-computing-li.../LinearRegressionTool/src/main/java/de/wwwu/awolf/presenter/evaluation/ScaleDependentMeasure.java

91 lines
1.9 KiB
Java

package de.wwwu.awolf.presenter.evaluation;
import de.wwwu.awolf.model.Line;
import de.wwwu.awolf.presenter.util.FastElementSelector;
import java.util.ArrayList;
import java.util.List;
/**
* Implementierung verschiedener Algorithmen zur Berechnung von Ausgleichsgeraden.
*
* @Author: Armin Wolf
* @Email: a_wolf28@uni-muenster.de
* @Date: 07.09.2017.
*/
public class ScaleDependentMeasure {
private ArrayList<Double> errorValues;
/**
* Konstruktor
*
* @param lines Liste des Geraden
* @param m Steigung
* @param b y-Achsenabschnitt
*/
public ScaleDependentMeasure(final List<Line> lines, Double m, Double b) {
//Liste mit den Fehler zu jedem Punkt
errorValues = new ArrayList<>();
//Sampson-Fehler Berechnung
for (Line line : lines) {
Double e = Math.pow(m * line.getM() - line.getB() + b, 2) / (Math.pow(m, 2) + 1);
errorValues.add(e);
}
}
/* Skalierungs Abhängige Approximationsgüten */
//unterschiedliche Alg.- auf einem Datensatz
/**
* Mean Square Error:
*
* @return Ergebnis
*/
public Double mse() {
double error = 0;
for (Double d : errorValues) {
error += Math.pow(d, 2);
}
error /= errorValues.size();
return error;
}
/**
* Root Mean Square Error
*
* @return Ergebnis
*/
public Double rmse() {
return Math.sqrt(mse());
}
/**
* Mean Absolute Error
*
* @return Ergebnis
*/
public Double mae() {
double error = 0;
for (Double d : errorValues) {
error += Math.abs(d);
}
error /= errorValues.size();
return error;
}
/**
* Median Absolute Error
*
* @return Ergebnis
*/
public Double mdae() {
return FastElementSelector
.randomizedSelect(errorValues, errorValues.size() * 0.5);
}
}