def main(alpha):
#factorizamos la matriz de entrenamiento
nmf = nimfa.Nmf(V_entrenamiento, max_iter=2000, rank=alpha, update='euclidean', objective='fro')
nmf_fit = nmf()
#extraemos la matriz de bases y caractreristicas
W_entrenamiento = np.matrix(nmf_fit.basis())
H_entrenamiento = np.matrix(nmf_fit.coef())
print 'se factorizo la primer matriz'
#Obtenemos la matriz V de prueda
try:
V_prueba = np.loadtxt('matriz_prueba.txt')
except IOError:
#crear desde cero la matriz V
creacion.crearMatriz('prueba')
V_prueba = np.loadtxt('matriz_prueba.txt')
#sacando la matriz de caractreristicas para el conjunto a clasificar
print 'Obteniendo la segunda matriz de caracteristicas del conjunto a clasificar...'
a = time.time()
H_prueba = np.matrix(np.linalg.inv(W_entrenamiento.transpose()*W_entrenamiento)*(W_entrenamiento.transpose()*V_prueba))
b = time.time()
print 'se obtiene la otra matriz de caracteristicas en ', b-a
H_lista_prueba, H_lista_entrenamiento = clasificacion_nmfknn(H_prueba, H_entrenamiento)
categorias = ['biologia', 'computo','matematicas','medicina', 'derecho','geologia','quimica','astronomia']
pasO = [[i for j in range(15)] for i in categorias]
etiquetas_entrenamiento = []
for i in range(len(categorias)):
etiquetas_entrenamiento.extend(pasO[i])
pasO = [[i for j in range(3)] for i in categorias]
etiquetas_comparar = []
for i in range(len(categorias)):
etiquetas_comparar.extend(pasO[i])
numeroClasificar = 24
print 'Comenzando a etiquetar...'
a = time.time()
etiquetas_euclidianas = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='euc')
etiquetas_manhattan = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='man')
etiquetas_minkowski = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='min')
etiquetas_maxdist = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='max')
b = time.time()
promedio_e = aux.sacar_mal(etiquetas_euclidianas, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_man = aux.sacar_mal(etiquetas_manhattan, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_min = aux.sacar_mal(etiquetas_minkowski, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_max = aux.sacar_mal(etiquetas_maxdist, etiquetas_comparar) * 100.0 / numeroClasificar
print 'con distancia euclidiana hubo un %.3f%s de aciertos' % (promedio_e,'%')
print 'con distancia manhattan hubo un %.3f%s de aciertos' % (promedio_man,'%')
print 'con distancia minkowski hubo un %.3f%s de aciertos' % (promedio_min,'%')
print 'con distancia maxDist hubo un %.3f%s de aciertos' % (promedio_max,'%')
print b-a
def clasificacion():
'''clasifica imagenes basado en nmf'''
#cargamos las imagenes y las etiquetas de las imagenes
print 'Cargando las imagenes...'
a = time.time()
imagenes_entrenamiento, labels_entrenamiento = load_mnist('training', digits=range(10))
imagenes_prueba, labels_prueba = load_mnist('testing', digits=range(10))
b = time.time()
print 'Se cargaron las imagenes en ', b-a
numeroEntrenar = 10000
numeroClasificar = 100
#Generamos nuestras matrices V de entrenamiento y V de pruebas unando los numeros definidos arriba
print 'Generando matrices V...'
a = time.time()
V_entrenamiento = aux.generar_v(imagenes_entrenamiento,numeroEntrenar)
V_prueba = aux.generar_v(imagenes_prueba, numeroClasificar)
b = time.time()
print 'Se generaron las matrices V en ', b-a
#Generamos las listas con los labels correctos
etiquetas_entrenamiento = [labels_entrenamiento[i][0] for i in range(numeroEntrenar)]
etiquetas_comparar = [labels_prueba[i][0] for i in range(numeroClasificar)]
#factorizamos la matriz de entrenamiento
print 'Comenzando a factorizar la matriz de entrenamiento...'
a = time.time()
nmf = nimfa.Nmf(V_entrenamiento, max_iter=500, rank=20, update='euclidean', objective='fro')
nmf_fit = nmf()
b = time.time()
print 'se factorizo la matriz de entrenamiento en ', b-a
#extraemos la matriz de bases y caractreristicas
W_entrenamiento = np.matrix(nmf_fit.basis())
H_entrenamiento = np.matrix(nmf_fit.coef())
#sacando la matriz de caractreristicas para el conjunto a clasificar
print 'Obteniendo la segunda matriz de caracteristicas del conjunto a clasificar...'
a = time.time()
H_prueba = np.matrix(np.linalg.inv(W_entrenamiento.transpose()*W_entrenamiento)*(W_entrenamiento.transpose()*V_prueba))
b = time.time()
print 'se obtiene la otra matriz de caracteristicas en ', b-a
H_lista_prueba = aux.hacer_matriz_lista(H_prueba)
H_lista_entrenamiento = aux.hacer_matriz_lista(H_entrenamiento)
print 'Comenzando a etiquetar...'
etiquetas_euclidianas = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='euc')
etiquetas_manhattan = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='man')
etiquetas_minkowski = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='min')
etiquetas_maxdist = aux.comparar(H_lista_prueba , H_lista_entrenamiento, etiquetas_entrenamiento, compa='max')
promedio_e = aux.sacar_mal(etiquetas_euclidianas, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_man = aux.sacar_mal(etiquetas_manhattan, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_min = aux.sacar_mal(etiquetas_minkowski, etiquetas_comparar) * 100.0 / numeroClasificar
promedio_max = aux.sacar_mal(etiquetas_maxdist, etiquetas_comparar) * 100.0 / numeroClasificar
print 'con distancia euclidiana hubo un %.3f%s de aciertos' % (promedio_e,'%')
print 'con distancia manhattan hubo un %.3f%s de aciertos' % (promedio_man,'%')
print 'con distancia minkowski hubo un %.3f%s de aciertos' % (promedio_min,'%')
print 'con distancia maxDist hubo un %.3f%s de aciertos' % (promedio_max,'%')