def construir_corpus(self, nombre, busqueda_inicial, conjunto_a, conjunto_s, conjunto_j, conjunto_o, clasificados, conjuntos_red = None, diccionario_todos_autores = None):
'''Construye el corpus del modelo base a partir de la búsqueda incial y los conjuntos de atributos'''
#Booleano que indica si estamos construyendo un corpus con redes
corpus_red = conjuntos_red != None
#Booleano que indica si estamos construyendo un corpus con redes recibiendo un diccionario
corpus_red_diccionario = type(conjuntos_red) is dict
corpus = open(nombre, 'w')
##corpus.write('nom,nom,nom,nom\n')
#corpus.write('a'+'\n')
if corpus_red:
if self.EXP_BASE_WEIGHTS in nombre:
corpus.write('nom,nom,nom,nom,num\n')
corpus.write('A,S,J,O,AS,R\n')
elif self.EXP_TODAS_MEDIDAS in nombre:
corpus.write('nom,nom,nom,nom,num,num,num\n')
corpus.write('A,S,J,O,AD,CC,APL,AS,R\n')
elif self.EXP_ADCCAPLAS in nombre:
corpus.write('num,num,num,num\n')
corpus.write('AD,CC,APL,AS,R\n')
elif self.EXP_CCAPLAS in nombre:
corpus.write('num,num,num\n')
corpus.write('CC,APL,AS,R\n')
self.red = Red(dicci_to_list(conjuntos_red),'redCorpus', range(len(conjuntos_red)))
else:
corpus.write('nom,nom,nom,nom\n')
corpus.write('A,S,J,O,R\n')
lineaBI = 0
for lineaBI, clasificacion in zip(busqueda_inicial,clasificados):
print 'iteracion corpus'
perteneceA = lineaBI in conjunto_a
perteneceS = lineaBI in conjunto_s
perteneceJ = lineaBI in conjunto_j
perteneceO = lineaBI in conjunto_o
#print (perteneceA)
if corpus_red:
#Autores qye trabajaron en el paper lineaBI
autores_borrados= self.obtener_autores_borrados(lineaBI,diccionario_todos_autores)
#Diccionario autores-eid sin los autores que se borran
dicci_sin_autores = self.generar_dicci_sin_autores(autores_borrados, conjuntos_red)
#Red sin autores
redsita = Red(dicci_to_list(dicci_sin_autores), self.DIRECTORIO_REDES+str(lineaBI))
##print 'red retornada'
average_path_lenght = redsita.average_path_lenght()
##print 'APL'
average_degree = redsita.average_degree()
##print 'AD'
clustering_coefficient = redsita.clustering_coefficient()
##print 'CC'
##print 'medidas basicas'
average_strength = redsita.average_strength()
##print 'AS'
##print 'apl'
'''corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+str(average_degree)+','+str(clustering_coefficient)+','+
str(average_path_lenght)+','+str(average_strength)+','+clasificacion.rstrip()+'\n')'''
if self.EXP_BASE_WEIGHTS in nombre:
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+str(redsita.weights())+','+clasificacion.rstrip()+'\n')
elif self.EXP_TODAS_MEDIDAS in nombre:
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+str(average_degree)+','+str(clustering_coefficient)+','+
str(average_path_lenght)+','+str(average_strength)+','+clasificacion.rstrip()+'\n')
elif self.EXP_ADCCAPLAS in nombre:
corpus.write(str(average_degree)+','+str(clustering_coefficient)+','+
str(average_path_lenght)+','+str(average_strength)+','+clasificacion.rstrip()+'\n')
elif self.EXP_CCAPLAS in nombre:
corpus.write(str(clustering_coefficient)+','+
str(average_path_lenght)+','+str(average_strength)+','+clasificacion.rstrip()+'\n')
else:
self.data.append([int(perteneceA), int(perteneceS), int(perteneceJ),
int(perteneceO)])#, int(incide_red_sc)])
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+clasificacion.rstrip()+'\n')
self.target.append(int(clasificacion.rstrip()))
#return corpus
corpus.close()
print self.data
print self.target
def construir_corpus(self, nombre, busqueda_inicial, conjunto_a, conjunto_s, conjunto_j, conjunto_o, clasificados, conjuntos_red = None, diccionario_todos_autores = None):
'''Construye el corpus del modelo base a partir de la búsqueda incial y los conjuntos de atributos'''
#Booleano que indica si estamos construyendo un corpus con redes
corpus_red = conjuntos_red != None
#Booleano que indica si estamos construyendo un corpus con redes recibiendo un diccionario
corpus_red_diccionario = type(conjuntos_red) is dict
corpus = open(nombre, 'w')
##corpus.write('nom,nom,nom,nom\n')
#corpus.write('a'+'\n')
if corpus_red:
if corpus_red_diccionario:
#corpus.write('A,S,J,O,AD,CC,APL,AS,R\n')
corpus.write('nom,nom,nom,nom,num\n')
corpus.write('A,S,J,O,AS,R\n')
self.red = Red(dicci_to_list(conjuntos_red),'redCorpus')
else:
corpus.write('A,S,J,O,redS,redSC,R\n')
average_strength_red_s = self.average_strength(self.obtener_grafo('s', 'EID'))
average_strength_red_sc = self.average_strength(self.obtener_grafo('sc', 'EID'))
#Medidas globales de las redes enteras.
else:
corpus.write('nom,nom,nom,nom\n')
corpus.write('A,S,J,O,R\n')
lineaBI = 0
for lineaBI, clasificacion in zip(busqueda_inicial,clasificados):
perteneceA = lineaBI in conjunto_a
perteneceS = lineaBI in conjunto_s
perteneceJ = lineaBI in conjunto_j
perteneceO = lineaBI in conjunto_o
#print (perteneceA)
if corpus_red:
if corpus_red_diccionario:
#Autores qye trabajaron en el paper lineaBI
autores_borrados= self.obtener_autores_borrados(lineaBI,diccionario_todos_autores)
#Diccionario autores-eid sin los autores que se borran
dicci_sin_autores = self.generar_dicci_sin_autores(autores_borrados, conjuntos_red)
#Red sin autores
redsita = Red(dicci_to_list(dicci_sin_autores), self.DIRECTORIO_REDES+str(lineaBI))
average_path_lenght = redsita.average_path_lenght()
average_degree = redsita.average_degree()
clustering_coefficient = redsita.clustering_coefficient()
average_strength = redsita.average_strength()
'''corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+str(average_degree)+','+str(clustering_coefficient)+','+
str(average_path_lenght)+','+str(average_strength)+','+clasificacion.rstrip()+'\n')'''
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+str(redsita.weights())+','+clasificacion.rstrip()+'\n')
else:
incide_red_s = self.obtener_atributo_existe_relacion('s', lineaBI, average_strength_red_s)
incide_red_sc = self.obtener_atributo_existe_relacion('sc', lineaBI, average_strength_red_sc)
self.data.append([int(perteneceA), int(perteneceS), int(perteneceJ),
int(perteneceO), int(incide_red_sc)])
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+incide_red_s+','+incide_red_sc+','+clasificacion.rstrip()+'\n')
else:
self.data.append([int(perteneceA), int(perteneceS), int(perteneceJ),
int(perteneceO)])#, int(incide_red_sc)])
corpus.write(str(int(perteneceA))+','+str(int(perteneceS))+','+str(int(perteneceJ))+','+
str(int(perteneceO))+','+clasificacion.rstrip()+'\n')
self.target.append(int(clasificacion.rstrip()))
corpus.close()
print self.data
print self.target
