Métodos de la clase Pds::EnsembleDecisionTree, un decisiontree de N entradas. Más...

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

Estructuras de datos
class	Pds::EnsembleDecisionTree
	La clase tipo Pds::EnsembleDecisionTree . Esta clase genera una matriz de Nlin lineas y 1 columna. Para usar incluir Pds/EnsembleDecisionTree. Más...

Varios tipos de constructores
Crean una objeto Pds::EnsembleDecisionTree
	Pds::EnsembleDecisionTree::EnsembleDecisionTree (void)
	Crea un objeto vazio de tipo Pds::EnsembleDecisionTree. El método IsEmpty() retorna true. Más...

	Pds::EnsembleDecisionTree::EnsembleDecisionTree (const std::string &filename)
	Crea un objeto de tipo Pds::EnsembleDecisionTree. El ensamble será de N DecisionTree, donde N=filename.size(). Más...

	Pds::EnsembleDecisionTree::EnsembleDecisionTree (Pds::IterationConf &Conf, const Pds::Matrix &X, const Pds::Vector &Y, unsigned int M, double Prob, double StopBinaryIG=0.95, unsigned int StopSamples=2, unsigned int StopDeep=0)
	Crea un objeto de tipo Pds::EnsembleDecisionTree calculando los pesos conociendo los vectores de entrada X y el dato de salida Y. Usa el método "boost aggregating" tambien llamado "bagging". Más...

	Pds::EnsembleDecisionTree::EnsembleDecisionTree (const Pds::Matrix &X, const Pds::Vector &Y, unsigned int M, double Prob, double StopBinaryIG=0.95, unsigned int StopSamples=2, unsigned int StopDeep=0)
	Crea un objeto de tipo Pds::EnsembleDecisionTree calculando los pesos conociendo los vectores de entrada X y el dato de salida Y. Usa el método "boost aggregating" tambien llamado "bagging". Más...

	Pds::EnsembleDecisionTree::~EnsembleDecisionTree ()

Evaluación del decisiontree
Indican o establecen el estado de una matriz.
double	Pds::EnsembleDecisionTree::Predict (const Pds::Vector &x) const
	Evalua el objeto de tipo Pds::EnsembleDecisionTree. Más...

double	Pds::EnsembleDecisionTree::PredictWithoutStacking (const Pds::Vector &x) const
	Evalua el objeto de tipo Pds::EnsembleDecisionTree sin aplicar stacking, solo bagging. Más...

Pds::Vector	Pds::EnsembleDecisionTree::Predict (const Pds::Matrix &X) const
	Evalua el objeto de tipo Pds::EnsembleDecisionTree. Más...

Pds::Vector	Pds::EnsembleDecisionTree::PredictWithoutStacking (const Pds::Matrix &X) const
	Evalua el objeto de tipo Pds::EnsembleDecisionTree sin aplicar stacking, solo bagging. Más...

Export en file
Exporta el arbol en un archivo
bool	Pds::EnsembleDecisionTree::ExportFile (const std::string &filename) const
	Salva en formato texto el objeto de tipo Pds::EnsembleDecisionTree. Más...

bool	Pds::EnsembleDecisionTree::ImportFile (const std::string &filename)
	Carga desde un formato texto el objeto de tipo Pds::EnsembleDecisionTree. Más...

Estado del decisiontree
Indican o establecen el estado de una matriz.
unsigned int	Pds::EnsembleDecisionTree::Nel (void) const
	Número de elementos en el ensemble. Más...

const Pds::Perceptron &	Pds::EnsembleDecisionTree::GetStackingClassifier (void) const
	Retorna el clasificador del segundo nivél. Más...

bool	Pds::EnsembleDecisionTree::SetStackingClassifier (const Pds::Vector &W)
	Establece el clasificador del segundo nivél. Más...

bool	Pds::EnsembleDecisionTree::IsEmpty (void) const
	Verifica si el decisiontree está vazio, es decir vector de pessos sin elementos y funcion de activación nula. Más...

bool	Pds::EnsembleDecisionTree::IsNotEmpty (void) const
	Verifica si el decisiontree NO está vazio, es decir vector de pessos tiene elementos y funcion de activación no es nula. Más...

void	Pds::EnsembleDecisionTree::MakeEmpty (void)
	Convierte el decisiontree a vazio, es decir con el vector de pessos sin elementos y funcion de activación nula. Más...

Métodos variados
Herramientas genéricas
void	Pds::EnsembleDecisionTree::Print (std::string str="") const
	Imprime en pantalla el contenido del vector de pesos después del texto indicado en str. Más...

Descripción detallada

Métodos de la clase Pds::EnsembleDecisionTree, un decisiontree de N entradas.

#include <Pds/EnsembleDecisionTree>

Arbol de decisión

Este es bloque o maquina evalua y calcula el decisiontree que divide un grupo de datos. Internamente usa una funcion sigmoide. Informacion adicional puede ser encontrada en [3]

Documentación de las funciones

◆ EnsembleDecisionTree() [1/4]

Pds::EnsembleDecisionTree::EnsembleDecisionTree ( void )

Crea un objeto vazio de tipo Pds::EnsembleDecisionTree. El método IsEmpty() retorna true.

◆ EnsembleDecisionTree() [2/4]

Pds::EnsembleDecisionTree::EnsembleDecisionTree ( const std::string & filename )

Crea un objeto de tipo Pds::EnsembleDecisionTree. El ensamble será de N DecisionTree, donde N=filename.size().

Parámetros

[in] filename Archivo de donde se leeran los datos.

◆ EnsembleDecisionTree() [3/4]

Pds::EnsembleDecisionTree::EnsembleDecisionTree	(	Pds::IterationConf &	Conf,
		const Pds::Matrix &	X,
		const Pds::Vector &	Y,
		unsigned int	M,
		double	Prob,
		double	StopBinaryIG = `0.95`,
		unsigned int	StopSamples = `2`,
		unsigned int	StopDeep = `0`
	)

Crea un objeto de tipo Pds::EnsembleDecisionTree calculando los pesos conociendo los vectores de entrada X y el dato de salida Y. Usa el método "boost aggregating" tambien llamado "bagging".

Pds::EnsembleDecisionTree A(conf,X,Y,M,Prob);
 
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else            std::cout<<"No,all fine\n";

Parámetros

[in]	Conf	Configuraciones de iteracion.
[in]	X	Matriz con entradas en las lineas.
[in]	Y	Vector con salidas en las lineas.
[in]	M	Numero de DecisionTree a ser usados en el ensemble.
[in]	Prob	Factor de los datos a ser sortedos en cada ensemble.
[in]	StopBinaryIG	Stop binary information gain. La rama finaliza if(IG>StopBinaryIG).
[in]	StopSamples	El número minimo de muestras en Y, no intenta crear ramas abajo de este número.
[in]	StopDeep	Numero maximo de sub niveles del arbol, si es zero este parametro no es usado. El número de muestras usados es Prob*X.Nlin().

◆ EnsembleDecisionTree() [4/4]

Pds::EnsembleDecisionTree::EnsembleDecisionTree	(	const Pds::Matrix &	X,
		const Pds::Vector &	Y,
		unsigned int	M,
		double	Prob,
		double	StopBinaryIG = `0.95`,
		unsigned int	StopSamples = `2`,
		unsigned int	StopDeep = `0`
	)

Crea un objeto de tipo Pds::EnsembleDecisionTree calculando los pesos conociendo los vectores de entrada X y el dato de salida Y. Usa el método "boost aggregating" tambien llamado "bagging".

Pds::EnsembleDecisionTree A(conf,X,Y,M,Prob);
 
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else            std::cout<<"No,all fine\n";

Parámetros

[in]	X	Matriz con entradas en las lineas.
[in]	Y	Vector con salidas en las lineas.
[in]	M	Numero de DecisionTree a ser usados en el ensemble.
[in]	Prob	Factor de los datos a ser sortedos en cada ensemble.
[in]	StopBinaryIG	Stop binary information gain. La rama finaliza if(IG>StopBinaryIG).
[in]	StopSamples	El número minimo de muestras en Y, no intenta crear ramas abajo de este número.
[in]	StopDeep	Numero maximo de sub niveles del arbol, si es zero este parametro no es usado. El número de muestras usados es Prob*X.Nlin().

◆ Predict() [1/2]

double Pds::EnsembleDecisionTree::Predict ( const Pds::Vector & x ) const

Evalua el objeto de tipo Pds::EnsembleDecisionTree.

Parámetros

[in] x Vector de entradas.

Devuelve: el valor evaluado

Ejemplos: example_ensembledecisiontree.cpp y example_ensembledecisiontree2.cpp.

◆ PredictWithoutStacking() [1/2]

double Pds::EnsembleDecisionTree::PredictWithoutStacking ( const Pds::Vector & x ) const

Evalua el objeto de tipo Pds::EnsembleDecisionTree sin aplicar stacking, solo bagging.

Parámetros

[in] x Vector de entradas.

Devuelve: el valor evaluado

◆ Predict() [2/2]

Pds::Vector Pds::EnsembleDecisionTree::Predict ( const Pds::Matrix & X ) const

Evalua el objeto de tipo Pds::EnsembleDecisionTree.

Parámetros

[in] X Matriz con entradas x en las lineas.

Devuelve: el valor evaluado

◆ PredictWithoutStacking() [2/2]

Pds::Vector Pds::EnsembleDecisionTree::PredictWithoutStacking ( const Pds::Matrix & X ) const

Evalua el objeto de tipo Pds::EnsembleDecisionTree sin aplicar stacking, solo bagging.

Parámetros

[in] X Matriz con entradas x en las lineas.

Devuelve: el valor evaluado

◆ ExportFile()

bool Pds::EnsembleDecisionTree::ExportFile ( const std::string & filename ) const

Salva en formato texto el objeto de tipo Pds::EnsembleDecisionTree.

Parámetros

[in] filename Filepath con el nombre de archivo donde se escribirá los decisiontree.

Devuelve: Retorna true si todo fue bien o false si no.

Ejemplos: example_ensembledecisiontree2.cpp.

◆ ImportFile()

bool Pds::EnsembleDecisionTree::ImportFile ( const std::string & filename )

Carga desde un formato texto el objeto de tipo Pds::EnsembleDecisionTree.

Parámetros

[in] filename Filepaths con el nombre de archivo donde se leerán los datos.

Devuelve: Retorna true si todo fue bien o false si no. En cualquier caso el objeto es limpiado con MakeEmpty().

◆ Nel()

unsigned int Pds::EnsembleDecisionTree::Nel ( void ) const

Número de elementos en el ensemble.

Devuelve: Retorna el número de elementos en el ensemble.

◆ GetStackingClassifier()

const Pds::Perceptron& Pds::EnsembleDecisionTree::GetStackingClassifier ( void ) const

Retorna el clasificador del segundo nivél.

Devuelve: Retorna el clasificador del segundo nivél.

Ejemplos: example_ensembledecisiontree2.cpp.

◆ SetStackingClassifier()

bool Pds::EnsembleDecisionTree::SetStackingClassifier ( const Pds::Vector & W )

Establece el clasificador del segundo nivél.

Devuelve: true si todo fue bien o false si no

◆ IsEmpty()

bool Pds::EnsembleDecisionTree::IsEmpty ( void ) const

Verifica si el decisiontree está vazio, es decir vector de pessos sin elementos y funcion de activación nula.

Devuelve: Retorna true si es nula e false si no.

◆ IsNotEmpty()

bool Pds::EnsembleDecisionTree::IsNotEmpty ( void ) const

Verifica si el decisiontree NO está vazio, es decir vector de pessos tiene elementos y funcion de activación no es nula.

Devuelve: Retorna true si NO es nula e false si lo es.

◆ MakeEmpty()

void Pds::EnsembleDecisionTree::MakeEmpty ( void )

Convierte el decisiontree a vazio, es decir con el vector de pessos sin elementos y funcion de activación nula.

◆ Print()

void Pds::EnsembleDecisionTree::Print ( std::string str = "" ) const

Imprime en pantalla el contenido del vector de pesos después del texto indicado en str.

Parámetros

str	Texto a mostrar antes de imprimir.

◆ ~EnsembleDecisionTree()

Pds::EnsembleDecisionTree::~EnsembleDecisionTree ( )

Namespaces

Estructuras de datos

Varios tipos de constructores

Evaluación del decisiontree

Export en file

Estado del decisiontree

Métodos variados

Descripción detallada

Documentación de las funciones

◆ EnsembleDecisionTree() [1/4]

◆ EnsembleDecisionTree() [2/4]

◆ EnsembleDecisionTree() [3/4]

◆ EnsembleDecisionTree() [4/4]

◆ Predict() [1/2]

◆ PredictWithoutStacking() [1/2]

◆ Predict() [2/2]

◆ PredictWithoutStacking() [2/2]

◆ ExportFile()

◆ ImportFile()

◆ Nel()

◆ GetStackingClassifier()

◆ SetStackingClassifier()

◆ IsEmpty()

◆ IsNotEmpty()

◆ MakeEmpty()

◆ Print()

◆ ~EnsembleDecisionTree()

Enlaces de interés