def get_discrete_values(self):
filename = "../data/Datos60.txt"
col, fil, data = get_matrix_from_file(filename)
# data = zip(*data)
data_t = data[:200]
data_v = data[200:]
# data_t = zip(*data_t)
# data_v = zip(*data_v)
data_t.sort()
data_v.sort()
print "Valores en entrenamiento"
valores = set([])
for fila in data_t:
for valor in fila:
valores.add(valor)
print sorted(valores)
print "cantidad: ", str(len(valores))
print "Valores en validación"
valores = set([])
for fila in data_v:
for valor in fila:
valores.add(valor)
print sorted(valores)
print "cantidad: ", str(len(valores))
print "Valores en todo"
valores = set([])
for fila in data:
for valor in fila:
valores.add(valor)
print sorted(valores)
print "cantidad: ", str(len(valores))
def plot_one_data_series(self, order):
filename = "../data/Datos60.txt"
col, fil, data = get_matrix_from_file(filename)
# data = zip(*data)
data_t = data[:200]
data_v = data[200:]
data_t = zip(*data_t)
data_v = zip(*data_v)
print ">> Creando array de numpy"
x_t = np.array(data_t, float)
x_v = np.array(data_v, float)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x_t[order], "o-")
ax.plot(range(200, 200 + len(x_v[order])), x_v[order], "go-")
def process(self):
filename = "../data/Datos60.txt"
col, fil, data = get_matrix_from_file(filename)
data = zip(*data)
ceros = {}
for i in range(Parameters.n - 1, 0, -1):
if Parameters.config[i] == "0":
print ">> Borrando..." + str(i)
ceros[i] = copy.copy(data[i])
del data[i]
print ceros
data = zip(*data)
data_t = data[:200]
data_v = data[200:]
# data_t = zip(*data_t)
# data_v = zip(*data_v)
print ">> Creando array de numpy"
x_t = np.array(data_t, float)
x_v = np.array(data_v, float)
print ">> ENTRENAMIENTO"
print ">> Se tienen " + str(x_t.shape[1]) + " variables, " + str(x_t.shape[0]) + " observaciones"
print ">> VALIDACAION"
print ">> Se tienen " + str(x_v.shape[1]) + " variables, " + str(x_v.shape[0]) + " observaciones"
out_dim = 5
in_dim = 35
pcanode1 = mdp.nodes.PCANode(input_dim=in_dim, output_dim=out_dim, dtype="float64", reduce=True)
# pcanode1 = mdp.nodes.PCANode()
# pcanode1.reduce = Tr
print pcanode1
print ">> Entrenando a x_t..."
pcanode1.train(x_t)
print ">> Fin del entrenamiento..."
pcanode1.stop_training()
print ">> Dimension de salida..."
print pcanode1.output_dim
print ">> Explained variance..."
print pcanode1.explained_variance
print ">> Extracting avg"
print pcanode1.avg
# print ">> Extracting projection matrix"
# v = pcanode1.get_projmatrix()
# print v
y_t = pcanode1.execute(x_t) # Es lo mismo que pcanode1.execute(x)
print ">> Resultado Entrenamiento..."
print y_t
print ">> Se tienen " + str(y_t.shape[1]) + " variables, " + str(y_t.shape[0]) + " observaciones"
y_v = pcanode1.execute(x_v) # Es lo mismo que pcanode1.execute(x)
print ">> Resultado Validacion..."
print y_v
print ">> Se tienen " + str(y_v.shape[1]) + " variables, " + str(y_v.shape[0]) + " observaciones"
print ">> Guardando en archivo... ../data/datos_reducidos.txt "
lol_t = y_t.tolist()
lol_v = y_v.tolist()
lol = lol_t + lol_v
file = "../data/datos_reducidos.csv"
f = open(file, "w")
f.write(str(out_dim + 1) + "\n")
f.write(str(fil) + "\n")
for t in range(len(lol)): # 248
row = ""
row = str(ceros[Parameters.index_to_predict][t]) + ";"
for i in range(len(lol[t])): # 10
row += str(lol[t][i]) + ";"
row += "\n"
f.write(row) # f.write(row.replace('.', ','))
f.close()
print "Se termino de escribir el archivo"
