Home | Develop | Download | Contact
example_linearmodel.cpp
1 
23 #include <iostream>
24 #include <Pds/Ra>
25 #include <Pds/Ml>
26 
27 int main(void)
28 {
29  Pds::IterationConf Conf;
30  Pds::Vector W;
31  Pds::Vector Ypr;
32 
33  // Generating data
34  unsigned int L=2000;
35  Pds::Matrix X;
36  Pds::Vector Y;
38 
39  // Split data set in {Training,Cross-validation,Test}
41 
42  // Create W using training data
44  if(Conf.LastIter>0) Conf.Print("\n");
45  W.T().Print("\nW:\n");
46 
47  // Testing W with training data set
48  Ypr=Pds::LinearModel::Predict(W,Dat.Xtr);
49  std::cout<<"Training :: R2 : "<<Dat.Ytr.R2(Ypr)<<std::endl;
50 
51  // Testing W with training data set
52  Ypr=Pds::LinearModel::Predict(W,Dat.Xtt);
53  std::cout<<"Testing :: R2 : "<<Dat.Ytt.R2(Ypr)<<std::endl;
54 
55  return 0;
56 }
La clase tipo Pds::DataSetBlock . Esta clase genera un bloque de datos para analizar curvas de aprend...
La clase tipo Pds::IterationConf . Esta clase genera una matriz de Nlin lineas y 1 columna....
void Print(std::string str) const
Imprime en pantalla el contenido de la IterationConf después del texto indicado en str.
Pds::DataSetBlock Split(const Pds::Matrix &X, const Pds::Vector &Y, double Training, double CrossVal, double Test)
Divide un data set en 3 data set: {Training, CrossValidation, Test}.
void LoadDataLineOutlierRand(unsigned int L, Pds::Matrix &X, Pds::Vector &Y, double outlier_percent=5)
Regresion de datos ajustados por una linea e outliers aleatorios.
Pds::Vector Predict(const Pds::Vector &W, const Pds::Matrix &X)
Calculo del resultado del predictor.
Pds::Vector FittingNormalMeanSquare(Pds::IterationConf &Conf, const Pds::Matrix &X, const Pds::Vector &Y)
Calculo de pesos.

Enlaces de interés

HomePage Bazaar Download Bug report Ayuda Developer Feed