Home | Develop | Download | Contact
example_logisticregression_ms.cpp
1 
57 #include <iostream>
58 #include <Pds/Ra>
59 #include <Pds/Ml>
60 
61 int main(void)
62 {
63  Pds::IterationConf Conf; Conf.Show=true; Conf.SetMinError(1e-07);
64  Pds::Vector Yp;
66 
67  // Generating data
68  unsigned int L=100000;
69  Pds::Matrix X;
70  Pds::Vector Y;
72  Pds::Vector W(X.Ncol()+1);
73 
74  // Split data set in {Training,Cross-validation,Test}
76 
77  // Create W using training data
78  W.Fill(0.1); Conf.SetAlpha(0.1);
79  Pds::Ra::Tic();
81  W.T().Print("W:\n");
82  Pds::Ra::Toc();
83 
84  // Testing W with testing data set
86 
87  // Metrics
88  Metrics = Pds::ClassificationMetrics::Optimal(Yp,Dat.Ycv);
89  Metrics.Print("\n");
90 
91  // Testing W with testing data set
93 
94  Metrics = Pds::ClassificationMetrics::Calculate(Metrics.Threshold,Yp,Dat.Ytt);
95  Metrics.Print("\n");
96 
97  return 0;
98 }
La clase tipo Pds::ClassificationMetrics . Esta clase genera un bloque de datos para analizar curvas ...
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....
static Pds::ClassificationMetrics Calculate(double Threshold, const Pds::Vector &Ypredict, const Pds::Vector &Yactual)
Crea un objeto de tipo Pds::ClassificationMetrics.
static Pds::ClassificationMetrics Optimal(const Pds::Vector &Ypredict, const Pds::Vector &Yactual)
Crea un objeto de tipo Pds::ClassificationMetrics.
void Print(std::string str="")
Imprime en pantalla los datos de la estructura tipo Pds::ClassificationMetrics.
bool SetAlpha(double Alpha)
Coloca el valor alpha.
bool SetMinError(double MinError)
Coloca el valor MinError.
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 LoadDataLine(unsigned int L, Pds::Matrix &X, Pds::Vector &Y)
Clasificacion de datos separados por una linea.
Pds::Vector FittingLogitMeanSquare(Pds::IterationConf &Conf, const Pds::Matrix &X, const Pds::Vector &Y, double Delta=0.0001)
Calculo de pesos.
Pds::Vector Classify(const Pds::Vector &W, const Pds::Matrix &X)
Calculo del resultado del clasificador.

Enlaces de interés

HomePage Bazaar Download Bug report Ayuda Developer Feed