Métodos de la clase Pds::LDC, un classificador multivariado Naive Bayes.
Más...
|
| namespace | Pds |
| | Nombre de espacio para Pds (Procesamiento Digital de Senales)
|
| |
|
| class | Pds::LDC |
| | La clase tipo Pds::LDC . Esta clase genera una matriz de Nlin lineas y 1 columna. Para usar incluir Pds/LDC. Más...
|
| |
|
Herramientas genéricas
|
| Pds::LDC & | Pds::LDC::operator= (const Pds::LDC &B) |
| | Copia en si mismo (A), un LDC 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::LDC::Copy (const Pds::LDC &B) |
| | Copia en si mismo (A), el contenido de un LDC 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 de la clase Pds::LDC, un classificador multivariado Naive Bayes.
#include <Pds/LDC>
Este es bloque o maquina evalua y calcula el LDC. Informacion adicional puede ser encontrada en [2]
◆ LDC() [1/5]
◆ LDC() [2/5]
| Pds::LDC::LDC |
( |
const char |
filename[] | ) |
|
Carga un vector de pesos desde un archivo de texto.
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else std::cout<<"No,all fine\n";
La clase tipo Pds::LDC . Esta clase genera una matriz de Nlin lineas y 1 columna. Para usar incluir P...
- Parámetros
-
| [in] | filename | Archivo donde se encuentran los datos LDC. |
◆ LDC() [3/5]
| Pds::LDC::LDC |
( |
const std::string & |
filename | ) |
|
Carga un vector de pesos desde un archivo de texto.
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 LDC. |
◆ LDC() [4/5]
Crea un objeto de tipo Pds::LDC copiando datos desde otra LDC. Este es un Copy assignment constructor.
![\[ \mathbf{A} \leftarrow \mathbf{B} \]](form_32.png)
Para crear un LDC A con copia de datos de un LDC B:
if(A.IsEmpty()) std::cout<<"Yes,possible memory allocation problem\n";
else std::cout<<"No,all fine\n";
- Parámetros
-
◆ LDC() [5/5]
| Pds::LDC::LDC |
( |
const Pds::Matrix & |
X, |
|
|
const Pds::Vector & |
Y |
|
) |
| |
◆ Predict() [1/2]
| double Pds::LDC::Predict |
( |
const Pds::Vector & |
x | ) |
const |
◆ Predict() [2/2]
| Pds::Vector Pds::LDC::Predict |
( |
const Pds::Matrix & |
X | ) |
const |
Evalua el objeto de tipo Pds::LDC.
- Parámetros
-
| [in] | X | Matriz con entradas x en las lineas. |
- Devuelve
- La matriz evaluada.
◆ ExportFile()
| bool Pds::LDC::ExportFile |
( |
const std::string & |
filename | ) |
const |
Salva en formato .txt el objeto de tipo Pds::LDC.
- 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.
- Ejemplos
- example_ldc_2d.cpp.
◆ IsEmpty()
| bool Pds::LDC::IsEmpty |
( |
void |
| ) |
const |
Verifica si el LDC está vazio.
- Devuelve
- Retorna true si es nula e false si no.
◆ IsNotEmpty()
| bool Pds::LDC::IsNotEmpty |
( |
void |
| ) |
const |
Verifica si el LDC NO está vazio.
- Devuelve
- Retorna true si NO es nula e false si lo es.
◆ operator=()
Copia en si mismo (A), un LDC 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.
![\[ A \leftarrow B \]](form_53.png)
Cuando acontece:
Cuando NO acontece:
- Parámetros
-
- Devuelve
- Retorna el operador de la izquierda (acumulador) con el resultado, o un LDC vacío (this->IsEmpty() igual a true) en caso de error.
- Ver también
- Copy
◆ Copy()
| bool Pds::LDC::Copy |
( |
const Pds::LDC & |
B | ) |
|
Copia en si mismo (A), el contenido de un LDC 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.
- Parámetros
-
- 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::LDC::MakeEmpty |
( |
void |
| ) |
|
Convierte el PCS a vazio, es decir limpia todos los datos internos.
◆ GetN()
| unsigned int Pds::LDC::GetN |
( |
void |
| ) |
const |
Retorna el tamanho de la variable de entrada.
- Devuelve
- Retorna el tamanho de la variable de entrada.
◆ GetM()
| unsigned int Pds::LDC::GetM |
( |
void |
| ) |
const |
Retorna el número de clases.
- Devuelve
- Retorna el número de clases.
◆ GetSinv()
| Pds::Matrix Pds::LDC::GetSinv |
( |
void |
| ) |
const |
Retorna las inversa de la matrice de covarianza.
- Devuelve
- Retorna las inversa de la matrice de covarianza.
◆ GetMu()
| std::vector<Pds::Vector> Pds::LDC::GetMu |
( |
void |
| ) |
const |
Retorna los valores medios.
- Devuelve
- Retorna los valores medios
◆ GetW()
| std::vector<Pds::Vector> Pds::LDC::GetW |
( |
void |
| ) |
const |
Retorna los valores W.
- Devuelve
- Retorna los valores W
◆ GetC()
| std::vector<double> Pds::LDC::GetC |
( |
void |
| ) |
const |
Retorna un std::vector de constantes.
- Devuelve
- Retorna un std::vector de constantes
◆ GetLabel()
| std::vector<int> Pds::LDC::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_ldc.cpp y example_ldc_2d.cpp.
◆ Print()
| void Pds::LDC::Print |
( |
std::string |
str = "" | ) |
const |
◆ ~LDC()
![\[ \mathbf{x} = (x_{0},\ldots ,x_{N-1}) \]](form_69.png)
clases tienen su centro en 
; por otro lado, todas tienen la misma matriz de covarianza 
, de modo que su función de probabilidad está dada por 
. ![\[ f_m(\mathbf {x}) = \frac{\exp \left(-{\frac{1}{2}}({\mathbf{x} }-{\mathbf{\mu}_m})^{\mathrm {T} }{\mathbf{S}}^{-1}({\mathbf{x} }-{\mathbf{\mu}_m})\right)}{\sqrt {(2\pi )^{M}| \mathbf{S} |}} \]](form_73.png)
, la probabilidad de pertenecer a la clase 
dada una muestra 
. ![\[ P(y=m|\mathbf{x})=\frac{P(\mathbf{x}|y=m) P(y) }{P(\mathbf{x})} \]](form_75.png)
![\[ \begin{array}{lll} ln(P(y=m|\mathbf{x})) & = & ln(P(\mathbf{x}|y=m)) + ln(P(y=m)) -ln(P(\mathbf{x}))\\ ~ & ~ & ~\\ ~ & = & -{\frac{1}{2}}({\mathbf{x} }-{\mathbf{\mu}_m})^{\mathrm {T} }{\mathbf{S}}^{-1}({\mathbf{x} }-{\mathbf{\mu}_m}) - ln(\sqrt{(2\pi )^{M}| \mathbf{S} |}) + ln(P(y=m)) - ln(P(\mathbf{x}))\\ ~ & ~ & ~\\ ~ & = & \overbrace{ \mathbf{u}_m^{T} \mathbf{S}^{-1}\mathbf{x} - \frac{1}{2} \mathbf{u}_m^{T} \mathbf{S}^{-1}\mathbf{u}_m + ln(P(y=m)) }^{g_m(\mathbf{x})} + \overbrace{ - \frac{1}{2} \mathbf{x}^{T} \mathbf{S}^{-1}\mathbf{x} - ln(\sqrt{(2\pi )^{M}| \mathbf{S} |}) - ln(P(\mathbf{x})) }^{g(\mathbf{x})} \end{array} \]](form_76.png)
. ![\[ \begin{matrix} g_m(\mathbf{x})&= &\mathbf{u}_m^{T} \mathbf{S}^{-1}\mathbf{x} - \frac{1}{2} \mathbf{u}_m^{T} \mathbf{S}^{-1}\mathbf{u}_m + ln(P(y=m))\\ ~ & ~ & ~ \\ ~ &=& \left[1 \quad \mathbf{x}^{T}\right] \begin{bmatrix} - \frac{1}{2} \mathbf{u}_m^{T} \mathbf{S}^{-1}\mathbf{u}_m + ln(P(y=m))\\ \mathbf{S}^{-1} \mathbf{u}_m \end{bmatrix}\\ ~ & ~ & ~ \\ ~ &=& \left[1 \quad \mathbf{x}^{T}\right] \mathbf{w}_m \end{matrix} \]](form_78.png)
1.9.2