def calc(self): n = int(self.n.text()) d1 = float(self.d11.text()) d2 = float(self.d21.text()) m1 = float(self.m11.text()) m2 = float(self.m21.text()) p1 = float(self.p1.text()) k = int(self.k.text()) c = float(self.c.text()) q = float(self.q.text()) core_type = self.core_type.currentIndex() is_h_opt = self.is_h_opt.isChecked() if is_h_opt: res = get_opt_h(n, d1, d2, m1, m2, p1, k, core_type) self.h.setText(str(res['h'])) else: res = get_classifier_fault(n, d1, d2, m1, m2, p1, k, c, q, core_type) self.m11_ev.setText(str(res['m11'])) self.m21_ev.setText(str(res['m21'])) self.d11_ev.setText(str(res['d11'])) self.d21_ev.setText(str(res['d21'])) self.p1_ev.setText(str(res['p1'])) self.p2_ev.setText(str(res['p2'])) self.n1_res.setText(str(res['n1'])) self.n2_res.setText(str(res['n2'])) self.p_mist1.setText(str(res['mist_prob1'])) self.p_mist2.setText(str(res['mist_prob2'])) self.p_mist.setText(str(res['mist_prob'])) return None
def calc(self): n = int(self.n.text()) d11 = float(self.d11.text()) d12 = float(self.d12.text()) d21 = float(self.d21.text()) d22 = float(self.d22.text()) m11 = float(self.m11.text()) m12 = float(self.m12.text()) m21 = float(self.m21.text()) m22 = float(self.m22.text()) p1 = float(self.p1.text()) p2 = 1 - p1 k = int(self.k.text()) res = get_classifier_fault(n, d11, d12, d21, d22, m11, m12, m21, m22, p1, p2, k) self.m11_ev.setText(str(res['m11'])) self.m12_ev.setText(str(res['m12'])) self.m21_ev.setText(str(res['m21'])) self.m22_ev.setText(str(res['m22'])) self.d11_ev.setText(str(res['d11'])) self.d12_ev.setText(str(res['d12'])) self.d21_ev.setText(str(res['d21'])) self.d22_ev.setText(str(res['d22'])) self.p1_ev.setText(str(res['p1'])) self.p2_ev.setText(str(res['p2'])) self.n1_res.setText(str(res['n1'])) self.n2_res.setText(str(res['n2'])) self.p_mist1.setText(str(res['mist_prob1'])) self.p_mist2.setText(str(res['mist_prob2'])) self.p_mist.setText(str(res['mist_prob'])) return None
def mistake_prob_n(d11, d12, d21, d22, m11, m12, m21, m22, p1, p2, k): data = [[], []] for i in range(5, 400): n = i * 2 data[0].append(n) data[1].append( calc.get_classifier_fault(n, d11, d12, d21, d22, m11, m12, m21, m22, p1, p2, k)['mist_prob']) plt.plot(data[0], data[1], '-') print(data[0]) print(data[1]) plt.show()
def mistake_prob_d(n, d11, d12, d21, d22, m11, m12, m21, m22, p1, p2, k): data = [[], []] d21_ch = d21 for i in range(1, 80): d21_ch += 0.1 data[0].append(d21_ch - d11) res = 0 for j in range(25): res += calc.get_classifier_fault(n, d11, d12, d21_ch, d22, m11, m12, m21, m22, p1, p2, k)['mist_prob'] res /= 25 data[1].append(res) plt.plot(data[0], data[1], '-') print(data[0]) print(data[1]) plt.show()
def mistake_prob_p(n, d11, d12, d21, d22, m11, m12, m21, m22, k): data = [[], []] for i in range(1, 100): p1 = i / 100 p2 = 1 - p1 data[0].append(p1) res = 0 for j in range(25): res += calc.get_classifier_fault(n, d11, d12, d21, d22, m11, m12, m21, m22, p1, p2, k)['mist_prob'] res /= 25 data[1].append(res) plt.plot(data[0], data[1], '-') print(data[0]) print(data[1]) plt.show()