SimpleML/main.cpp at master · stnamjef/SimpleML · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
#include <iostream>
#include <iomanip>
#include <string>
#include <Eigen/Dense>
#include "./headers/file_manage.h"
#include "./headers/model_evaluation.h"
#include "./headers/k_nearest_neighbors.h"
#include "./headers/naive_bayes.h"
#include "./headers/decision_tree.h"
#include "./headers/principal_component_analysis.h"
#include "./headers/k_means.h"
#include "./headers/gaussian_mixture.h"
#include "./headers/ordinary_least_squares.h"
using namespace std;
using namespace Eigen;

// decision tree classifier
int main()
{
	string file_name = "./dataset/iris.csv";

	MatrixXf X;
	VectorXi Y;

	// read csv
	SimpleML::read_csv(file_name, X, Y);

	// run decision tree classifier
	SimpleML::DecisionTree dt;
	dt.fit(X, Y);
	dt.print_tree();

	// evaluate
	VectorXi predicted = dt.predict(X);
	float acc = SimpleML::calc_accuracy(Y, predicted);
	cout << "\nAccuracy: " << acc * 100 << "%" << endl;

	// K-fold cross validation. Uncomment below if necessary
	/*float acc = SimpleML::evaluate_classification_model(dt, X, Y, 5);
	cout << "Accuracy(k-fold): " << acc * 100 << "%" << endl;*/
}

//// naive bayes
//int main()
//{
//	string file_name = "./dataset/iris.csv";
//
//	MatrixXf X;
//	VectorXi Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// run naive bayes classifier
//	SimpleML::NaiveBayes nb;
//	nb.fit(X, Y);
//
//	// evaluate
//	VectorXi predicted = nb.predict(X);
//	float acc = SimpleML::calc_accuracy(Y, predicted);
//	cout << "Accuracy: " << acc * 100 << "%" << endl;
//
//	// K-fold cross validation. Uncomment below if necessary
//	//float acc = SimpleML::evaluate_classification_model(nb, X, Y, 5);
//	//cout << "Accuracy(k-fold): " << acc * 100 << "%" << endl;
//
//	return 0;
//}

//// k-nearest neighbors
//int main()
//{
//	string file_name = "./dataset/iris.csv";
//
//	MatrixXf X;
//	VectorXi Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// run k-nearest neighbors
//	SimpleML::KNN knn(4);
//	knn.fit(X, Y);
//
//	// evaluate
//	VectorXi predicted = knn.predict(X);
//	float acc = SimpleML::calc_accuracy(Y, predicted);
//	cout << "Accuracy: " << acc * 100 << "%" << endl;
//
//	// K-fold cross validation. Uncomment below if necessary
//	//float acc = SimpleML::evaluate_classification_model(knn, X, Y, 5);
//	//cout << "Accuracy(k-fold): " << acc * 100 << "%" << endl;
//
//	return 0;
//}

//// OLS
//int main()
//{
//	string file_name = "./dataset/winequality-white.csv";
//
//	MatrixXf X;
//	VectorXf Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// add constant term if necessary.
//	bool add_constant = true;
//	if (add_constant) {
//		X = SimpleML::add_constant(X);
//	}
//
//	// run OLS.
//	SimpleML::OLS ols;
//	ols.fit(X, Y);
//
//	// predict
//	VectorXf predicted = ols.predict(X);
//	cout << "Predicted:" << endl;
//	cout << predicted << endl;
//
//	return 0;
//}

//// gaussian mixture
//int main()
//{
//	string file_name = "./dataset/iris.csv";
//
//	MatrixXf X;
//	VectorXi Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// run gaussian mixture model
//	SimpleML::GaussianMixture gm(3);
//	gm.fit(X);
//
//	// evaluate
//	vector<vector<int>> predicted = gm.predict(X);
//	float sil = SimpleML::silhouette_score(X, predicted);
//	cout << "Silhouette score : " << sil << endl;
//
//	return 0;
//}

//// K-means clustering
//int main()
//{
//	string file_name = "./dataset/iris.csv";
//
//	MatrixXf X;
//	VectorXi Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// run k-means
//	SimpleML::KMeans km(3);
//	km.fit(X);
//
//	// evaluate
//	vector<vector<int>> predicted = km.predict(X);
//	float sil = SimpleML::silhouette_score(X, predicted);
//	cout << "Silhouette score : " << sil << endl;
//
//	return 0;
//}

//// pricipal component analysis
//int main()
//{
//	string file_name = "./dataset/iris.csv";
//
//	MatrixXf X;
//	VectorXi Y;
//
//	// read csv
//	SimpleML::read_csv(file_name, X, Y);
//
//	// run pca
//	SimpleML::PCA pca(2);
//	MatrixXf Xt = pca.fit_transform(X);
//
//	cout << "Dimensionality reduction result:" << endl;
//	cout << Xt << endl;
//
//	return 0;
//}