Métodos de la clase Pds::LDA, un classificador multivariado Naive Bayes. Más...

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

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

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

	Pds::LDA::LDA (const char filename[])
	Carga un vector de pesos desde un archivo de texto. Más...

	Pds::LDA::LDA (const std::string &filename)
	Carga un vector de pesos desde un archivo de texto. Más...

	Pds::LDA::LDA (const Pds::LDA &B)
	Crea un objeto de tipo Pds::LDA copiando datos desde otra LDA. Este es un Copy assignment constructor. Más...

	Pds::LDA::LDA (const Pds::Matrix &X, const Pds::Vector &Y)
	Crea un objeto de tipo Pds::LDA calculando los vectores y valores própios desde los vectores de entrada X. Más...

	Pds::LDA::~LDA ()

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

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

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

Estado del LDA
Indican o establecen el estado de una matriz.
bool	Pds::LDA::IsEmpty (void) const
	Verifica si el LDA está vazio. Más...

bool	Pds::LDA::IsNotEmpty (void) const
	Verifica si el LDA NO está vazio. Más...

Métodos variados en Pds::LDA
Herramientas genéricas
Pds::LDA &	Pds::LDA::operator= (const Pds::LDA &B)
	Copia en si mismo (A), un LDA B. Este operador es similar al método Copy(). No importa el tamaño de A, sus datos son liberados y un nuevo arreglo de datos es reservado. Más...

bool	Pds::LDA::Copy (const Pds::LDA &B)
	Copia en si mismo (A), el contenido de un LDA B. Este método es similar a usar el operador = . No importa el tamaño de A, sus datos son liberados y un nuevo arreglo de datos es reservado. Más...

Métodos variados
Herramientas genéricas
void	Pds::LDA::MakeEmpty (void)
	Convierte el PCS a vazio, es decir limpia todos los datos internos. Más...

unsigned int	Pds::LDA::GetN (void) const
	Retorna el tamaño del vector de entrada. Más...

unsigned int	Pds::LDA::GetM (void) const
	Retorna el número de clases. Más...

Pds::Vector	Pds::LDA::GetLambda (void) const
	Retorna el vector de valores propios en orden ascendente. Más...

Pds::Matrix	Pds::LDA::GetV (void) const
	Retorna la matriz de vectores própios en las columnas. Más...

std::vector< Pds::Vector >	Pds::LDA::GetW (void) const
	Retorna un std::vector de vectores que representan los clasificadores. Más...

std::vector< int >	Pds::LDA::GetLabel (void) const
	Retorna un std::vector de vectores que representan las etiquetas para cada ID. Más...

void	Pds::LDA::Print (std::string str="") const
	Imprime en pantalla el contenido del LDA. Más...

Descripción detallada

Métodos de la clase Pds::LDA, un classificador multivariado Naive Bayes.

#include <Pds/LDA>

Este es bloque o maquina evalua y calcula el LDA. Informacion adicional puede ser encontrada en [2]

Documentación de las funciones

◆ LDA() [1/5]

Pds::LDA::LDA ( void )

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

◆ LDA() [2/5]

Pds::LDA::LDA ( const char filename[] )

Carga un vector de pesos desde un archivo de texto.

Pds::LDA A("file_with_w.txt");
 
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else            std::cout<<"No,all fine\n";

Parámetros

[in] filename Archivo donde se encuentran los datos LDA.

◆ LDA() [3/5]

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

Carga un vector de pesos desde un archivo de texto.

Pds::LDA A("file_with_w.txt");
 
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else            std::cout<<"No,all fine\n";

Parámetros

[in] filename Archivo donde se encuentran los datos de LDA.

◆ LDA() [4/5]

Pds::LDA::LDA ( const Pds::LDA & B )

Crea un objeto de tipo Pds::LDA copiando datos desde otra LDA. Este es un Copy assignment constructor.

$\mathbf{A} \leftarrow \mathbf{B}$

Para crear un LDA A con copia de datos de un LDA B:

// Pds::LDA B(...);
Pds::LDA A(B);
 
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else            std::cout<<"No,all fine\n";

Parámetros

[in] B LDA a copiar.

◆ LDA() [5/5]

Pds::LDA::LDA	(	const Pds::Matrix &	X,
		const Pds::Vector &	Y
	)

Crea un objeto de tipo Pds::LDA calculando los vectores y valores própios desde los vectores de entrada X.

Dado el siguiente conjunto de datos.

$\mathbf{X}=\mathbf{X}_1, \mathbf{X}_2, \dots, \mathbf{X}_M \qquad \mathbf{y}=\mathbf{y}_1, \mathbf{y}_2, \dots, \mathbf{y}_M \qquad \mathbf{label}= l_1, l_2, \dots, l_M$

Calculamos.

$\mathbf{W} \equiv \begin{bmatrix} \mathbf{w}_1 & \mathbf{w}_2 & \dots & \mathbf{w}_M \end{bmatrix} \qquad \boldsymbol{\lambda} \equiv \begin{bmatrix} \lambda_1\\ \lambda_1\\ \vdots\\ \lambda_m\\ \vdots\\ \lambda_M \end{bmatrix} \qquad \mathbf{V} \equiv \begin{bmatrix} \mathbf{v}_1 & \mathbf{v}_2 & \dots & \mathbf{v}_m & \dots & \mathbf{v}_M \end{bmatrix}$

donde

$L_m\leftarrow length(\mathbf{y}_m) \qquad L\leftarrow length(\mathbf{y})$

$[\mathbf{S}_m \quad \boldsymbol{\mu}_m]\leftarrow CovarianceMatrix\{\mathbf{X}_m\} \qquad p_m=\frac{L_m}{L} \qquad \mathbf{\bar{u}} \leftarrow \sum_m^M p_m\boldsymbol{\mu}_m$

$\mathbf{S}_b \leftarrow \sum_m^M L_m\left(\boldsymbol{\mu}_m - \mathbf{\bar{u}}\right)\left(\boldsymbol{\mu}_m- \mathbf{\bar{u}}\right)^{T} \qquad \mathbf{S}_w \leftarrow \sum_m^M (L_m-1)\mathbf{S}_m$

$[\mathbf{V}\quad \boldsymbol{\lambda}]\leftarrow eig\left(\mathbf{S}_w^{-1}\mathbf{S}_b \right)$

$\mathbf{w}_m\leftarrow \begin{bmatrix} -0.5 \boldsymbol{\mu}_m^{T} \mathbf{V}\mathbf{V}^{T} \boldsymbol{\mu}_m+log(p_m)\\ \mathbf{V}\mathbf{V}^{T} \boldsymbol{\mu}_m \end{bmatrix}$

De acuerdo al libro "Pattern classification" [2] página 121.

Parámetros

[in]	X	Matriz con entradas en las lineas.
[in]	Y	Vector categórias. este número debe ser diferente de 0.

◆ Predict() [1/2]

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

Evalua el objeto de tipo Pds::LDA.

$\mathbf{g}^{T}= \begin{bmatrix} 1 & \mathbf{x}^{T} \end{bmatrix} \begin{bmatrix} \mathbf{w}_1 & \mathbf{w}_2 & \dots & \mathbf{w}_M \end{bmatrix}$

$id = arg_{id}max\{\mathbf{g}\}$

$y\leftarrow Label[id]$

Parámetros

[in] x Vector de entradas $\mathbf{x}$ .

Devuelve: el valor evaluado .

Ejemplos: example_lda.cpp y example_lda_2d.cpp.

◆ Predict() [2/2]

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

Evalua el objeto de tipo Pds::LDA.

$\mathbf{X}= \begin{bmatrix} \mathbf{x}_1^{T}\\ \mathbf{x}_2^{T}\\ \vdots\\ \mathbf{x}_L^{T}\\ \end{bmatrix}$

Entonces

$\mathbf{G} \equiv \begin{bmatrix} \mathbf{g}_1^{T}\\ \mathbf{g}_2^{T}\\ \vdots\\ \mathbf{g}_l^{T}\\ \vdots\\ \mathbf{g}_L^{T}\\ \end{bmatrix} \leftarrow \begin{bmatrix} 1 & \mathbf{x}_1^{T}\\ 1 & \mathbf{x}_2^{T}\\ \vdots & \vdots\\ 1 & \mathbf{x}_l^{T}\\ \vdots & \vdots\\ 1 & \mathbf{x}_L^{T}\\ \end{bmatrix} \begin{bmatrix} \mathbf{w}_1 & \mathbf{w}_2 & \dots & \mathbf{w}_M \end{bmatrix}$

$\mathbf{ID} \equiv \begin{bmatrix} id_1\\ id_2\\ \vdots\\ id_l\\ \vdots\\ id_L\\ \end{bmatrix} \leftarrow \begin{bmatrix} arg_{id}max\{\mathbf{g}_1\}\\ arg_{id}max\{\mathbf{g}_2\}\\ \vdots\\ arg_{id}max\{\mathbf{g}_l\}\\ \vdots\\ arg_{id}max\{\mathbf{g}_L\}\\ \end{bmatrix}$

$\mathbf{y} \equiv \begin{bmatrix} y_1\\ y_2\\ \vdots\\ y_l\\ \vdots\\ y_L\\ \end{bmatrix} \leftarrow \begin{bmatrix} Label[id_1]\\ Label[id_2]\\ \vdots\\ Label[id_l]\\ \vdots\\ Label[id_L]\\ \end{bmatrix}$

Parámetros

[in] X Matriz con entradas x en las lineas $\mathbf{X}$ .

Devuelve: La matriz evaluada $\mathbf{y}$ .

◆ ExportFile()

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

Salva en formato .txt el objeto de tipo Pds::LDA.

Parámetros

[in] filename Nombre de archivo donde se escribirá el arbol en formato .txt.

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

◆ IsEmpty()

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

Verifica si el LDA está vazio.

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

◆ IsNotEmpty()

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

Verifica si el LDA NO está vazio.

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

◆ operator=()

Pds::LDA& Pds::LDA::operator= ( const Pds::LDA & B )

Copia en si mismo (A), un LDA B. Este operador es similar al método Copy(). No importa el tamaño de A, sus datos son liberados y un nuevo arreglo de datos es reservado.

$A \leftarrow B$

Cuando acontece:

Pds::LDA B(X,2);

A=B;

Cuando NO acontece:

Pds::LDA A=Pds::LDA(X,2);

Parámetros

[in] B El LDA a copiar

Devuelve: Retorna el operador de la izquierda (acumulador) con el resultado, o un LDA vacío (this->IsEmpty() igual a true) en caso de error.

Ver también: Copy

◆ Copy()

bool Pds::LDA::Copy ( const Pds::LDA & B )

Copia en si mismo (A), el contenido de un LDA B. Este método es similar a usar el operador = . No importa el tamaño de A, sus datos son liberados y un nuevo arreglo de datos es reservado.

$A \leftarrow B$

Parámetros

[in] B El LDA a copiar

Devuelve: Retorna true si todo fue bien o false si no. Si se retorna false el receptor no altera su contenido.

Ver también: Copy

◆ MakeEmpty()

void Pds::LDA::MakeEmpty ( void )

Convierte el PCS a vazio, es decir limpia todos los datos internos.

◆ GetN()

unsigned int Pds::LDA::GetN ( void ) const

Retorna el tamaño del vector de entrada.

Devuelve: Retorna el tamaño del vector de entrada.

◆ GetM()

unsigned int Pds::LDA::GetM ( void ) const

Retorna el número de clases.

Devuelve: Retorna el número de clases.

◆ GetLambda()

Pds::Vector Pds::LDA::GetLambda ( void ) const

Retorna el vector de valores propios en orden ascendente.

Devuelve: Retorna el vector de valores propios en orden ascendente.

◆ GetV()

Pds::Matrix Pds::LDA::GetV ( void ) const

Retorna la matriz de vectores própios en las columnas.

Devuelve: Retorna la matriz de vectores própios en las columnas.

◆ GetW()

std::vector<Pds::Vector> Pds::LDA::GetW ( void ) const

Retorna un std::vector de vectores que representan los clasificadores.

Devuelve: Retorna un std::vector de vectores.

Ejemplos: example_lda_2d.cpp.

◆ GetLabel()

std::vector<int> Pds::LDA::GetLabel ( void ) const

Retorna un std::vector de vectores que representan las etiquetas para cada ID.

Devuelve: Retorna un std::vector de etiquetas.

Ejemplos: example_lda.cpp.

◆ Print()

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

Imprime en pantalla el contenido del LDA.

Parámetros

str	Texto a mostrar antes de imprimir.

Ejemplos: example_lda.cpp y example_lda_2d.cpp.

◆ ~LDA()

Pds::LDA::~LDA ( )

Namespaces

Estructuras de datos

Varios tipos de constructores

Evaluación del LDA

Export en file

Estado del LDA

Métodos variados en Pds::LDA

Métodos variados

Descripción detallada

Documentación de las funciones

◆ LDA() [1/5]

◆ LDA() [2/5]

◆ LDA() [3/5]

◆ LDA() [4/5]

◆ LDA() [5/5]

◆ Predict() [1/2]

◆ Predict() [2/2]

◆ ExportFile()

◆ IsEmpty()

◆ IsNotEmpty()

◆ operator=()

◆ Copy()

◆ MakeEmpty()

◆ GetN()

◆ GetM()

◆ GetLambda()

◆ GetV()

◆ GetW()

◆ GetLabel()

◆ Print()

◆ ~LDA()

Enlaces de interés