e=EscribirArchivo()
e.setUrl("prueba_gamma.data")
e.setNumeroEntradas(2)
e.setNumeroSalidas(1)
e.escribirEnArchivoParaProbarRedNeuronalGamma()
bd=BaseDatos()
#primer elemento: # de neuronas
#segundo elemento: error
#tercer elemento: url del archivo de ese entrenamiento
print bd.obtenerErroresMenoresDeEntrenamientoGamma()[0][2]
errores=bd.obtenerErroresMenoresDeEntrenamiento()
for k in range(len(errores)):
ann = libfann.neural_net()
ann.create_from_file("../files/"+errores[k][2])
ann.reset_MSE()
test_data = libfann.training_data()
test_data.read_train_from_file("../files/prueba.data")
entradas=test_data.get_input()
salidas=test_data.get_output()
for i in range(0,len(entradas)):
ann.test(entradas[i], salidas[i])
auxiliar.append(ann.get_MSE())
print auxiliar
print "%s - %s - %s - %s"%("Neuronas".rjust(8),"Archivo".rjust(15),"Error Entrenamiento".rjust(16),"Error Prueba")
auxiliar=[]
e=EscribirArchivo()
e.setUrl("prueba.data")
e.setNumeroEntradas(8)
e.setNumeroSalidas(1)
e.escribirEnArchivoParaProbarRedNeuronal()
bd=BaseDatos()
#primer elemento: # de neuronas
#segundo elemento: error
#tercer elemento: url del archivo de ese entrenamiento
print bd.obtenerErroresMenoresDeEntrenamiento()[0][2]
errores=bd.obtenerErroresMenoresDeEntrenamiento()
for k in range(len(errores)):
ann = libfann.neural_net()
ann.create_from_file("../files/"+errores[k][2])
ann.reset_MSE()
test_data = libfann.training_data()
test_data.read_train_from_file("../files/prueba.data")
entradas=test_data.get_input()
salidas=test_data.get_output()
for i in range(0,len(entradas)):
ann.test(entradas[i], salidas[i])
auxiliar.append(ann.get_MSE())