/**
* Knn evaluation for classification
*
* @return
*/
public static int evaluacionKNNClass(
int nvec,
double conj[][],
double real[][],
int nominal[][],
boolean nulos[][],
int clases[],
double ejemplo[],
double ejReal[],
int ejNominal[],
boolean ejNulos[],
int nClases,
boolean distance,
int vecinos[],
int clase) {
int i, j, l;
boolean parar = false;
int vecinosCercanos[];
double minDistancias[];
int votos[];
double dist;
int votada, votaciones;
if (nvec > conj.length) nvec = conj.length;
votos = new int[nClases];
vecinosCercanos = new int[nvec];
minDistancias = new double[nvec];
for (i = 0; i < nvec; i++) {
vecinosCercanos[i] = -1;
minDistancias[i] = Double.POSITIVE_INFINITY;
}
for (i = 0; i < conj.length; i++) {
dist =
KNN.distancia(
conj[i],
real[i],
nominal[i],
nulos[i],
ejemplo,
ejReal,
ejNominal,
ejNulos,
distance);
if (dist > 0 && clases[i] == clase) {
parar = false;
for (j = 0; j < nvec && !parar; j++) {
if (dist < minDistancias[j]) {
parar = true;
for (l = nvec - 1; l >= j + 1; l--) {
minDistancias[l] = minDistancias[l - 1];
vecinosCercanos[l] = vecinosCercanos[l - 1];
}
minDistancias[j] = dist;
vecinosCercanos[j] = i;
}
}
}
}
for (j = 0; j < nClases; j++) {
votos[j] = 0;
}
for (j = 0; j < nvec; j++) {
if (vecinosCercanos[j] >= 0) votos[clases[vecinosCercanos[j]]]++;
}
votada = 0;
votaciones = votos[0];
for (j = 1; j < nClases; j++) {
if (votaciones < votos[j]) {
votaciones = votos[j];
votada = j;
}
}
for (i = 0; i < vecinosCercanos.length; i++) vecinos[i] = vecinosCercanos[i];
return votada;
}
