forest.h

   1 //
   2 //  forest.h
   3 //  Mothur
   4 //
   5 //  Created by Kathryn Iverson on 10/26/12. Modified abstractrandomforest
   6 //  Copyright (c) 2012 Schloss Lab. All rights reserved.
   7 //
   8
   9 #ifndef __Mothur__forest__
  10 #define __Mothur__forest__
  11
  12 #include <iostream>
  13 #include "mothurout.h"
  14 #include "macros.h"
  15 #include "decisiontree.hpp"
  16 #include "abstractdecisiontree.hpp"
  17 /***********************************************************************/
  18 //this is a re-implementation of the abstractrandomforest class
  19
  20 class Forest{
  21 public:
  22     // intialization with vectors
  23     Forest(const std::vector < std::vector<int> > dataSet,
  24                          const int numDecisionTrees,
  25                          const string);
  26     virtual ~Forest(){ }
  27     virtual int populateDecisionTrees() = 0;
  28     virtual int calcForrestErrorRate() = 0;
  29     virtual int calcForrestVariableImportance(string) = 0;
  30     virtual int updateGlobalOutOfBagEstimates(DecisionTree* decisionTree) = 0;
  31
  32     /***********************************************************************/
  33
  34 protected:
  35
  36     // TODO: create a better way of discarding feature
  37     // currently we just set FEATURE_DISCARD_SD_THRESHOLD to 0 to solved this
  38     // it can be tuned for better selection
  39     // also, there might be other factors like Mean or other stuffs
  40     // same would apply for createLocalDiscardedFeatureList in the TreeNode class
  41
  42     // TODO: Another idea is getting an aggregated discarded feature indices after the run, from combining
  43     // the local discarded feature indices
  44     // this would penalize a feature, even if in global space the feature looks quite good
  45     // the penalization would be averaged, so this woould unlikely to create a local optmina
  46
  47     vector<int> getGlobalDiscardedFeatureIndices();
  48
  49     int numDecisionTrees;
  50     int numSamples;
  51     int numFeatures;
  52     vector< vector<int> > dataSet;
  53     vector<int> globalDiscardedFeatureIndices;
  54     vector<double> globalVariableImportanceList;
  55     string treeSplitCriterion;
  56     // This is a map of each feature to outcome count of each classes
  57     // e.g. 1 => [2 7] means feature 1 has 2 outcome of 0 and 7 outcome of 1
  58     map<int, vector<int> > globalOutOfBagEstimates;
  59
  60     // TODO: fix this, do we use pointers?
  61     vector<AbstractDecisionTree*> decisionTrees;
  62
  63     MothurOut* m;
  64
  65 private:
  66
  67 };
  68
  69 #endif /* defined(__Mothur__forest__) */