#!/usr/bin/env python
import cv2 as cv
from klasifikator import AgeKlasifikator
''' POSTAVKE '''
DIR_ZA_UCENJE = 'uzorci_za_ucenje/'
DIR_ZA_TESTIRANJE = 'uzorci_za_testiranje/'
''' FORMAT ZAPISA: ISPRAVNO|KLASIFICIRANO'''
primjer = AgeKlasifikator(DIR_ZA_UCENJE)
primjer.postaviSkupine([13, 21, 60])
primjer.postaviPCA(100)
primjer.doPCALDA()
datoteka = open('SVM_POLY_klasifikacija_testiranje.txt','a')
primjer.postaviSVM(dict(kernel_type = cv.SVM_POLY, svm_type = cv.SVM_C_SVC, C = 1, degree = 1, gamma = 1))
primjer.trainSVM()
primjer.batchPredict(DIR_ZA_TESTIRANJE)
for pripadnost, prediction in primjer.razlikaRazred:
datoteka.writelines(str(pripadnost) + "|" + str(int(prediction)) + "\n")
datoteka.close()
datoteka = open('SVM_RBF_klasifikacija_testiranje.txt','a')
primjer.postaviSVM(dict(kernel_type = cv.SVM_RBF, svm_type = cv.SVM_C_SVC, C = 1, gamma = 1))
primjer.trainSVM()
primjer.batchPredict(DIR_ZA_TESTIRANJE)
for pripadnost, prediction in primjer.razlikaRazred:
datoteka.writelines(str(pripadnost) + "|" + str(int(prediction)) + "\n")
datoteka.close()
''' POSTAVKE '''
DIR_ZA_UCENJE = 'uzorci_za_ucenje/'
DIR_ZA_TESTIRANJE = 'uzorci_za_testiranje/'
''' POCETAK '''
print "Raspoznavanje dobne skupine pomocu linearne diskriminantne analize (LDA)"
print "Odabrani klasifikator ce biti pokrenut s optimalnim parametrima"
izbor = raw_input('Koji klasifikator zelite koristiti? kNN(1), SVM(2) ili EXIT(0): ')
try: izbor = int(izbor)
except:
print "Pogreska u odabiru. Ponovo pokrenite program!"
sys.exit()
primjer = AgeKlasifikator(DIR_ZA_UCENJE)
primjer.postaviSkupine([13, 21, 60])
if izbor == 1:
primjer.postaviBrOkvira(4)
primjer.postaviPCA(100)
primjer.doPCALDA()
primjer.trainKNN(41)
print "Ispravno (kNN): %s posto!" % str(primjer.batchPredict(DIR_ZA_TESTIRANJE))
elif izbor == 2:
primjer.postaviBrOkvira(1)
primjer.postaviPCA(150)
primjer.doPCALDA()
primjer.postaviSVM(dict(kernel_type = cv.SVM_POLY, svm_type = cv.SVM_C_SVC, C = 2, degree = 5, gamma = 14))
primjer.trainSVM()
#!/usr/bin/env python
from matplotlib import pyplot as Pyplot
from mpl_toolkits.mplot3d import Axes3D
from klasifikator import AgeKlasifikator
''' POSTAVKE '''
DIR_ZA_UCENJE = 'uzorci_za_ucenje/'
DIR_ZA_TESTIRANJE = 'uzorci_za_testiranje/'
# 3D ispis tocaka nakon LDA (radi samo za cijelu sliku...znaci broj okvira 1!!)
test1 = AgeKlasifikator(DIR_ZA_UCENJE)
test1.postaviSkupine([13, 21, 60])
test1.postaviPCA(100)
test1.doPCALDA()
# Uzorci za ucenje
tocke = test1.ldaMatricaUzorakaFinal
pripadnost = test1.pripadnost
dob = test1.dob
# Uzorci za testiranje
ttocke, tpripadnost, tdob = test1.ldaTest(DIR_ZA_TESTIRANJE)
figure = Pyplot.figure(num=None, figsize=(12, 6), dpi=80, facecolor='w', edgecolor='k')
ax1 = figure.add_subplot(121, projection='3d')
ax1.scatter(tocke[:,0], tocke[:,1], tocke[:,2], c=pripadnost)
ax2 = figure.add_subplot(122, projection='3d')
ax2.scatter(ttocke[:,0], ttocke[:,1], ttocke[:,2], c=tpripadnost)
Pyplot.savefig("uzorciUcenjeTestRazredi.png")
#!/usr/bin/env python
from matplotlib import pyplot as Pyplot
from mpl_toolkits.mplot3d import Axes3D
from klasifikator import AgeKlasifikator
# 3D ispis tocaka nakon LDA (radi samo za cijelu sliku...znaci broj okvira 1!!)
test1 = AgeKlasifikator('uzorci_za_ucenje/')
test1.postaviSkupine([13, 21, 60])
test1.postaviPCA(100)
test1.doPCALDA()
# Uzorci za ucenje
tocke = test1.ldaMatricaUzorakaFinal
pripadnost = test1.pripadnost
dob = test1.dob
# Uzorci za testiranje
ttocke, tpripadnost, tdob = test1.ldaTest('uzorci_za_testiranje/')
figure = Pyplot.figure(num=None, figsize=(12, 6), dpi=80, facecolor='w', edgecolor='k')
ax1 = figure.add_subplot(121, projection='3d')
ax1.scatter(tocke[:,0], tocke[:,1], tocke[:,2], c=pripadnost)
ax2 = figure.add_subplot(122, projection='3d')
ax2.scatter(ttocke[:,0], ttocke[:,1], ttocke[:,2], c=tpripadnost)
Pyplot.savefig("uzorciUcenjeTestRazredi.png")
figure = Pyplot.figure(num=None, figsize=(12, 6), dpi=80, facecolor='w', edgecolor='k')
ax1 = figure.add_subplot(121, projection='3d')
ax1.scatter(tocke[:,0], tocke[:,1], tocke[:,2], c=dob)
ax2 = figure.add_subplot(122, projection='3d')
#!/usr/bin/env python
import cv2 as cv
from klasifikator import AgeKlasifikator
''' FORMAT ZAPISA: ISPRAVNO|KLASIFICIRANO'''
primjer = AgeKlasifikator('uzorci_za_ucenje/')
primjer.postaviSkupine([13, 21, 60])
primjer.postaviPCA(100)
primjer.doPCALDA()
datoteka = open('SVM_POLY_klasifikacija_testiranje.txt','a')
primjer.postaviSVM(dict(kernel_type = cv.SVM_POLY, svm_type = cv.SVM_C_SVC, C = 1, degree = 1, gamma = 1))
primjer.trainSVM()
primjer.batchPredict('uzorci_za_testiranje/')
for pripadnost, prediction in primjer.razlikaRazred:
datoteka.writelines(str(pripadnost) + "|" + str(int(prediction)) + "\n")
datoteka.close()
datoteka = open('SVM_RBF_klasifikacija_testiranje.txt','a')
primjer.postaviSVM(dict(kernel_type = cv.SVM_RBF, svm_type = cv.SVM_C_SVC, C = 1, gamma = 1))
primjer.trainSVM()
primjer.batchPredict('uzorci_za_testiranje/')
for pripadnost, prediction in primjer.razlikaRazred:
datoteka.writelines(str(pripadnost) + "|" + str(int(prediction)) + "\n")
datoteka.close()
datoteka = open('KNN_klasifikacija_testiranje.txt','a')
primjer.trainKNN(1)
primjer.batchPredict('uzorci_za_testiranje/')