def test_kmeans(self):
testOneD = np.array((1, 1.1, 0.9, 130, 130.1, 129.9))
testOneD = testOneD.reshape(testOneD.size,1)
k = 2
cluster = kMeans(testOneD, k)
cluster.discretize()
self.assertEqual(sorted(cluster.get_centers().tolist()), [[1.], [130.]])
self.assertEqual(sorted(cluster.get_labels().tolist()), [[0], [0], [0], [1], [1], [1]])
testTwoD = np.array(((1,0),(1,2),(2,1),(15,4),(13,2),(21,4)))
centerY = np.array(((0,0),(20,5)))
cluster2 = kMeans(testTwoD)
cluster2.set_centers(centerY)
cluster2.discretize()
self.assertEqual(sorted(cluster2.get_centers().tolist()), [[0,0], [20,5]])
self.assertEqual(sorted(cluster2.get_labels().tolist()), [[0], [0], [0], [1], [1], [1]])
def test_kmeans(self):
testOneD = np.array((1, 1.1, 0.9, 130, 130.1, 129.9))
testOneD = testOneD.reshape(testOneD.size, 1)
k = 2
cluster = kMeans(testOneD, k)
cluster.discretize()
self.assertEqual(sorted(cluster.get_centers().tolist()),
[[1.], [130.]])
self.assertEqual(sorted(cluster.get_labels().tolist()),
[[0], [0], [0], [1], [1], [1]])
testTwoD = np.array(
((1, 0), (1, 2), (2, 1), (15, 4), (13, 2), (21, 4)))
centerY = np.array(((0, 0), (20, 5)))
cluster2 = kMeans(testTwoD)
cluster2.set_centers(centerY)
cluster2.discretize()
self.assertEqual(sorted(cluster2.get_centers().tolist()),
[[0, 0], [20, 5]])
self.assertEqual(sorted(cluster2.get_labels().tolist()),
[[0], [0], [0], [1], [1], [1]])
if args.plot:
try:
import matplotlib.pyplot as plt
except ImportError:
print 'No matplotlib available, import failed.'
#####################################################################
# import data
#####################################################################
data_importer = dataImp.SimpleDataImporter(args.iFile, i_delimiter=' ')
#####################################################################
# k-means clustering
#####################################################################
cluster = cl.kMeans(data_importer.get_data(), args.numCluster)
cluster.discretize()
#####################################################################
# estimation of transition matrix
#####################################################################
chain = np.asarray(cluster.get_labels(), dtype=np.int64)
count_mat = est.compute_count_matrix(chain, i_tau=1)
trans_mat = est.estimate_transition_matrix(count_mat, 10000, 1e-3)
is_reversible, check_mat = est.check_reversibility(trans_mat)
#####################################################################
# Analysis of markov chain and transition matrix
#####################################################################
mcmm_ana = ana.MarkovModel(trans_mat)
if args.plot:
try:
import matplotlib.pyplot as plt
except ImportError:
print "No matplotlib available, import failed."
#####################################################################
# import data
#####################################################################
data_importer = dataImp.SimpleDataImporter(args.iFile, i_delimiter=" ")
#####################################################################
# k-means clustering
#####################################################################
cluster = cl.kMeans(data_importer.get_data(), args.numCluster)
cluster.discretize()
#####################################################################
# estimation of transition matrix
#####################################################################
chain = np.asarray(cluster.get_labels(), dtype=np.int64)
count_mat = est.compute_count_matrix(chain, i_tau=1)
trans_mat = est.estimate_transition_matrix(count_mat, 10000, 1e-3)
is_reversible, check_mat = est.check_reversibility(trans_mat)
#####################################################################
# Analysis of markov chain and transition matrix
#####################################################################
mcmm_ana = ana.MarkovModel(trans_mat)
