TP2 Métodos Numéricos DC-UBA
Parametros para correr el comando ./main : -m Method (0: knn solo) -i Path al archivo con el train_set -q Path al archivo con el test_set -o Path del archivo de salida con la clasificacion de los datos de test_set
Para m=0 (KNN):
Ejemplo: ./main -m 0 -i ../tests/nuestros/ImagenesCaras80.train -q ../tests/nuestros/ImagenesCaras80.test -o ../tests/nuestros/results
Todo dataset tiene que estar en su propio directorio dentro de assets/, y adentro debe tener un directorio por cara a reconocer.
NO TOCAR los datasets ImagenesCaras e ImagenesCarasRed provistos por la catedra.
Si se corre el main con -m 2 o -m 3 se generan dos archivos (ignora por completo el parámetro -q).
- El primero es el que le pasas por parámetro en -o y tiene un csv con los siguientes datos:
| method | train_set | knn-k | k-folds | alpha(solo para metodo 3) | test_fold | accuracy |
|---|
- El segundo es el path de -o más la extensión .conf que tiene para cada fold su matriz de confusión. El formato del archivo es:
1: #filas_matriz_confusion #folds
2: Matriz de confusion para fold1
...
n: Matriz de confusion para fold2
...
etc
-
En tests/utils.py hay 2 funciones que se usan para cada uno de los archivos:
-
generateConfM(path) le pasas el path al archivo .conf y te devuelve una lista de matrices de confusion. A cada matriz de confusion le podes pedir accuracy, precision, recall o f1 (los ultimos 4 les tenes que dar la clase positiva)
-
loadStats(path) toma el output -o del main y lo carga en un dataframe de pandas.
- Es feo iterar algo que sabes que es un vector, en vez de hacer V[i] tenés que hacer V[0][i].
- Para calcular score(X) me gustaria iterar los vectores de X y llamar a predict(X) pero predict toma Matrix.
-
Así como está hecho en caso de empate elige la clase de menor valor. <-- Cambio: a la hora de calcular la clase me guardo como "representante" de cada clase al elemento más cercano, desempato por ese. Otra opción sería tener la posición promedio de la clase y usar eso, evitaría el caso en que el representante es un outlier.
-
En caso de que haya elementos equidistantes elimina el de mayor clase.