如何使用 java 编程删除微阵列数据中的冗余元组？

Question

在 WEKA-微阵列数据的数据挖掘软件中，如何从现有数据集中删除冗余元组？去除冗余的代码应该在 JAVA 中。

即数据集包含诸如

之类的数据

H,A,X,1,3,1,1,1,1,1,0,0,0
D,R,O,1,3,1,1,2,1,1,0,0,0
H,A,X,1,3,1,1,1,1,1,0,0,0
C,S,O,1,3,1,1,2,1,1,0,0,0
H,A,X,1,3,1,1,1,1,1,0,0,0

这里的元组 1,4,5 是多余的。

代码应返回以下 REDUNDANCY REMOVED 数据集...

H,A,X,1,3,1,1,1,1,1,0,0,0
D,R,O,1,3,1,1,2,1,1,0,0,0
C,S,O,1,3,1,1,2,1,1,0,0,0

Answer 1

您可以使用实现Set 的类之一，例如java.util.HashSet。

您可以将数据集加载到 Set 中，然后通过 Set.toArray() 方法转换为数组或遍历集合来提取它们。

Set<Tuple> tupleSet = new HashSet<Tuple>();

对于（元组元组：tupleList）{ tupleSet.add(tuple); } // 现在你所有的元组都是唯一的 对于（元组元组：tupleSet）{ System.out.println("元组：" + 元组); }