/
experiment.py
56 lines (39 loc) · 1.66 KB
/
experiment.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
import knn
import digits
import sys
import os
import csv
# Cria diretório se não existir
def createDirectory(path):
if not os.path.isdir(path):
os.mkdir(path)
# Carrega imagens e padroniza de acordo com as variaveis X e Y
def loadImages(X, Y):
foutImage = open("features.txt","w")
digits.load_images('digits/data', foutImage, X, Y)
foutImage.close
# Realiza o treinamento e teste do algorítmo KNN
def main(max, classifyMetric):
for k in range(1, max+1):
foutModel = open(path+str(k)+"_"+X+"_"+Y+"_"+classifyMetric+"_result_2.txt","w")
knn.main(sys.argv[1], k, foutModel, classifyMetric)
foutModel.close
if __name__ == "__main__":
if len(sys.argv) != 2:
sys.exit("Use: knn.py <data>")
# Carrega arquivo que contém combinações de dimensões de imagens
scalesFile = open("scales/scales.csv","r")
with scalesFile as csvfile:
rows = csv.reader(csvfile, delimiter=',')
for row in rows:
X = row[0]
Y = row[1]
# Pastas onde serão armazenados os resultados dos treinamentos/testes
path = "results_2/"
createDirectory(path)
path += X+"_"+Y+"/"
createDirectory(path)
loadImages(int(X), int(Y))
main(6, 'euclidean')
#main(6, 'manhattan')
print(X+"_"+Y+' euclidean')