Bloque de datos Pds::ClassificationMetrics

Estructura de datos tipo Pds::ClassificationMetrics. Más...

Namespaces
namespace	Pds
	Nombre de espacio para Pds (Procesamiento Digital de Senales)

Estructuras de datos
class	Pds::ClassificationMetrics
	La clase tipo Pds::ClassificationMetrics . Esta clase genera un bloque de datos para analizar curvas de aprendisaje. Más...

Constructores
Crean una objeto Pds::ClassificationMetrics
	Pds::ClassificationMetrics::ClassificationMetrics (void)
	Crea un objeto vazio de tipo Pds::ClassificationMetrics. Más...
	Pds::ClassificationMetrics::~ClassificationMetrics ()

Funciones static
Crean una objeto Pds::ClassificationMetrics
static Pds::ClassificationMetrics	Pds::ClassificationMetrics::Calculate (double Threshold, const Pds::Vector &Ypredict, const Pds::Vector &Yactual)
	Crea un objeto Dat de tipo Pds::ClassificationMetrics. Más...
static Pds::ClassificationMetrics	Pds::ClassificationMetrics::Optimal (const Pds::Vector &Ypredict, const Pds::Vector &Yactual)
	Crea un objeto Dat de tipo Pds::ClassificationMetrics. Más...

Funciones extras
Crean una objeto Pds::ClassificationMetrics
void	Pds::ClassificationMetrics::Print (std::string str="")
	Imprime en pantalla los datos de la estructura tipo Pds::ClassificationMetrics. Más...

Descripción detallada

Estructura de datos tipo Pds::ClassificationMetrics.

#include <Pds/ClassificationMetrics>

Informacion adicional puede ser encontrada en [1]

Documentación de las funciones

ClassificationMetrics()

Pds::ClassificationMetrics::ClassificationMetrics

(

void

)

Crea un objeto vazio de tipo Pds::ClassificationMetrics.

Dat.Precision = 0;
Dat.Recall = 0;
Dat.Accuracy = 0;
Dat.FScore = 0;
Dat.Threshold = 0;

Calculate()

static Pds::ClassificationMetrics Pds::ClassificationMetrics::Calculate ( double  Threshold, const Pds::Vector &  Ypredict, const Pds::Vector &  Yactual  )

static

Crea un objeto Dat de tipo Pds::ClassificationMetrics.

Dat.Precision = TP/(TP+FP);
Dat.Recall = TP/(TP+FN);
Dat.Accuracy = (TN+TP)/N;
Dat.FScore = (2.0*Dat.Precision*Dat.Recall)/(Dat.Precision+Dat.Recall); Dat.Threshold = Threshold;

Parámetros

[in]	Threshold	Umbral para el vector Ypredict.
[in]	Ypredict	Vector de datos precidos. Internamente Ypredict>=Threshold.
[in]	Yactual	Vector de datos verdaderos. Internamente Ypredict>=0.5.

Devuelve

Un objeto de tipo Pds::ClassificationMetrics.

Ejemplos

example_decisiontree.cpp, example_decisiontree_simple.cpp, example_decisiontree_simple2.cpp, example_logisticregression_ce.cpp, example_logisticregression_ms.cpp, example_logisticregression_svm.cpp, example_perceptron_evaluate.cpp, example_perceptron_kernel_fourier_yinyang.cpp, example_perceptron_kernel_gaussian_circle.cpp, example_perceptron_kernel_gaussian_yinyang.cpp, example_perceptron_kernel_poly_band.cpp, example_perceptron_kernel_poly_circle.cpp y example_perceptron_kernel_poly_sine.cpp.

Optimal()

static Pds::ClassificationMetrics Pds::ClassificationMetrics::Optimal ( const Pds::Vector &  Ypredict, const Pds::Vector &  Yactual  )

static

Crea un objeto Dat de tipo Pds::ClassificationMetrics.

Dat.Precision = TP/(TP+FP);
Dat.Recall = TP/(TP+FN);
Dat.Accuracy = (TN+TP)/N;
Dat.FScore = (2.0*Dat.Precision*Dat.Recall)/(Dat.Precision+Dat.Recall);
Dat.Threshold = El valor que provoca el mayor Fscore;

Parámetros

[in]	Ypredict	Vector de datos precidos. Internamente Ypredict>=Threshold.
[in]	Yactual	Vector de datos verdaderos. Internamente Ypredict>=0.5.

Devuelve

Un objeto de tipo Pds::ClassificationMetrics con Threshold optimo.

Ejemplos

example_logisticregression_ce.cpp, example_logisticregression_ms.cpp, example_perceptron_evaluate.cpp, example_perceptron_kernel_poly_band.cpp, example_perceptron_kernel_poly_circle.cpp y example_perceptron_kernel_poly_sine.cpp.

Print()

void Pds::ClassificationMetrics::Print

(

std::string

str = ""

)

Imprime en pantalla los datos de la estructura tipo Pds::ClassificationMetrics.

Parámetros

[in]

str

Cadena de texto a mostrar antes de imprimir los datos.

Ejemplos

example_decisiontree.cpp, example_decisiontree_simple.cpp, example_decisiontree_simple2.cpp, example_logisticregression_ce.cpp, example_logisticregression_ms.cpp, example_logisticregression_svm.cpp, example_perceptron_evaluate.cpp, example_perceptron_kernel_fourier_yinyang.cpp, example_perceptron_kernel_gaussian_circle.cpp, example_perceptron_kernel_gaussian_yinyang.cpp, example_perceptron_kernel_poly_band.cpp, example_perceptron_kernel_poly_circle.cpp y example_perceptron_kernel_poly_sine.cpp.

~ClassificationMetrics()

Pds::ClassificationMetrics::~ClassificationMetrics

(

)