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

namespace	Pds::DataSet
	Nombre de espacio para DataSet (Funciones para manipulación de data sets)

Trabajar con indices
Salva datos de matrices
Pds::DiagnosticIndices	Pds::DataSet::AllIndices (unsigned int N, double Training, double CrossVal, double Test)
	Calcula indices para {Training, CrossValidation, Test}, selecionados aleatoriamente sin repetición. Más...

Trabajar con data sets
Salva datos de matrices
Pds::DataSetBlock	Pds::DataSet::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}, selecionados aleatoriamente sin repetición. Más...

Trabajar con Information Gain
Salva datos de matrices
Pds::Vector	Pds::DataSet::InformationGainScale (const Pds::Vector &Y, double Umbral)
	Retorna un vector con todos los valores de Information Gain, dependiendo en donde se realice el corte en Y. Más...

bool	Pds::DataSet::GetBestInformationGainID (const Pds::Vector &Y, double Umbral, unsigned int MinID, unsigned int &ID, double &BestIG, unsigned int &Sign)
	Retorna el ID de la posicion del mejor quiebre del vector Y para obtener la mejor Information Gate. Son analizado Y, Y(0:(ID-1)),Y(ID:end) Más...

Descripción detallada

Funciones para trabajar con "Data sets": Pds::DataSet::AllIndices(), Pds::DataSet::Split(), etc.

#include <Pds/FuncDataSet>

Documentación de las funciones

Pds::DiagnosticIndices Pds::DataSet::AllIndices	(	unsigned int	N,
		double	Training,
		double	CrossVal,
		double	Test
	)

Calcula indices para {Training, CrossValidation, Test}, selecionados aleatoriamente sin repetición.

Parámetros

Pds::DataSetBlock Pds::DataSet::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}, selecionados aleatoriamente sin repetición.

Parámetros

[in]	X	Data X
[in]	Y	Data Y.
[in]	Training	Porcion del total de muestras.
[in]	CrossVal	Porcion del total de muestras.
[in]	Test	Porcion del total de muestras.

Devuelve: Retorna un bloque de datos con data set para {Training, CrossValidation, Test}.

Ejemplos: example_linearmodel.cpp, example_logisticregression_ce.cpp, example_logisticregression_ms.cpp, example_logisticregression_svm.cpp y example_perceptron_evaluate.cpp.

Pds::Vector Pds::DataSet::InformationGainScale	(	const Pds::Vector &	Y,
		double	Umbral
	)

Retorna un vector con todos los valores de Information Gain, dependiendo en donde se realice el corte en Y.

Pds::Vector Y(10);
Y.FillRandC(0.5);
Pds::Vector IG=Pds::DataSet::InformationGainScale(Y,0.5);

El valor IG.GetRaw(ID) es el Information Gain si quiebro el vector Y en Y(0:(ID-1)) y Y(ID:end)

Parámetros

[in]	Y	Data Y.
[in]	Umbral	Umbral de para la binarizacion de Y, Y>=Umbral.

Devuelve: Retorna un vector con todos los valores de Information Gain, dependiendo en donde se realice el corte en Y.

bool Pds::DataSet::GetBestInformationGainID	(	const Pds::Vector &	Y,
		double	Umbral,
		unsigned int	MinID,
		unsigned int &	ID,
		double &	BestIG,
		unsigned int &	Sign
	)

Retorna el ID de la posicion del mejor quiebre del vector Y para obtener la mejor Information Gate. Son analizado Y, Y(0:(ID-1)),Y(ID:end)

Parámetros

[in]	Y	Data Y.
[in]	Umbral	Umbral de para la binarizacion de Y, Y>=Umbral.
[in]	MinID	Minimo numero de ID a testar.
[out]	ID	ID de la posicion del mejor quiebre del vector Y para obtener la mayor Information Gate.
[out]	BestIG	La mejor Information Gate para la posición ID.
[out]	Sign	Si Sign==1 la mayor cantidad de unos esta en la parte superio, si Sign==0 en la inferior.