Class Completion

java.lang.Object

ecoparasite.completion.Completion

public class Completion
extends Object

Permet de faire de la complétion de données. Si une valeur est manquante, elle sera remplacé par la moyenne ou par regression linéaire.

Constructor Summary

Constructors

Constructor	Description
Completion()

Method Summary

Modifier and Type	Method	Description
static <T, V extends Number> double	calculateLinearA(HashSet<T> list, Function<T,V> getX, Function<T,V> getY, double meanX, double meanY)	Permet de calculer le coefficient A de notre regression linéaire.
static double	calculateLinearB(double meanX, double meanY, double valueA)	Permet de calculer b dans une regression linéaire
static <T, V extends Number> double	calculateMean(HashSet<T> list, Function<T,V> getValue)	Permet de calculer la moyenne d'une donnée des valeurs non nulles.
static <T, V extends Number> HashSet<T>	completeColumnsLinear(HashSet<T> list, Function<T,V> getX, Function<T,V> getY, BiConsumer<T,V> setY)	Permet de remplacer les valeurs inexistantes par les valeurs les plus probables avec une regression linéaire
static <T, V extends Number> HashSet<T>	completeColumnsMoyenne(HashSet<T> list, Function<T,V> getValue, BiConsumer<T,V> setValue)	Permet de remplacer les valeurs inexistantes d'un paramètre d'un HashSet par la moyenne des autres valeurs (non nulles).

Methods inherited from class Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Constructor Details

Completion

public Completion()

Method Details

completeColumnsMoyenne

public static <T, V extends Number> HashSet<T> completeColumnsMoyenne(HashSet<T> list,
 Function<T,V> getValue,
 BiConsumer<T,V> setValue)

Permet de remplacer les valeurs inexistantes d'un paramètre d'un HashSet par la moyenne des autres valeurs (non nulles). Exemple d'utilisation : T = Poisson, V = Double, getValue = Poisson::getInfestation, setValue = Poisson::setInfestation.

Type Parameters:

T - Le type de données cobaye. Exemple : Poisson, Population

V - Le type de la donnée à vérifier, doit être un Wrapper Number. Exemple : Double.

Parameters:

list - La liste de données cobaye.

getValue - La fonction (Getter) qui permet d'obtenir la valeur que l'on veut vérifier

setValue - La fonction (Setter) qui permet de remplacer la valeur si null.

Returns:

Le HashSet avec les valeurs remplacés.

calculateMean

public static <T, V extends Number> double calculateMean(HashSet<T> list,
 Function<T,V> getValue)

Permet de calculer la moyenne d'une donnée des valeurs non nulles.

Type Parameters:

T - Le type de données cobaye/ Exemple : Poisson

V - Le type de la donnée à vérifier, doit être un wrapper Number. Exemple : Double.

Parameters:

list - La liste de données cobaye.

getValue - La fonction qui permet d'obtenir la valeur de notre champ.

Returns:

La moyenne calculé.

completeColumnsLinear

public static <T, V extends Number> HashSet<T> completeColumnsLinear(HashSet<T> list,
 Function<T,V> getX,
 Function<T,V> getY,
 BiConsumer<T,V> setY)

Permet de remplacer les valeurs inexistantes par les valeurs les plus probables avec une regression linéaire

Type Parameters:

T - Le type des données de la liste

V - Le type des données numériques

Parameters:

list - La liste des données

getX - Le getter de la valeur en x

getY - Le getter de la valeur en y

setY - Le Setter de la valeur en y qui est à compléter

Returns:

Une liste des valeurs compléters

calculateLinearA

public static <T, V extends Number> double calculateLinearA(HashSet<T> list,
 Function<T,V> getX,
 Function<T,V> getY,
 double meanX,
 double meanY)

Permet de calculer le coefficient A de notre regression linéaire.

Type Parameters:

T -

V -

Parameters:

list -

getX -

getY -

meanX -

meanY -

Returns:

calculateLinearB

public static double calculateLinearB(double meanX,
 double meanY,
 double valueA)

Permet de calculer b dans une regression linéaire

Parameters:

meanX -

meanY -

valueA -

Returns:

La valeur de b dans la formule de regression linéaire