Return:
-> Valor de coherencia
"""
suma = 0
num = 0
for clu in clustering:
c = A.get_centroide(clustering[clu])
for i in clustering[clu]:
d = distance.euclidean(c,i)
suma += d*d
num +=1
return suma/(num*1.0)
if __name__ == "__main__":
instancias = A.read_file()
co_r = []
co_d = []
co_p = []
K = range(2,21) # K = [2..20]
for k in K:
print "-------------",k,"-------------"
res = A.kmeans(k, instancias)
co_d.append(media([coherencia_diametro(res[0][c]) for c in res[0]]))
co_r.append(media([coherencia_radio(res[0][c]) for c in res[0]]))
co_p.append(coherencia_promedio(res[0]))
plot(K,co_d,"diametro")
plot(K,co_r,"radio")
plot(K,co_p,"promedio")
if n == 0:
dot += "\t"+Nodo[0]+'0 [label="'+Nodo[0]+'"];\n'
for child in Nodo[1]:
# escribimos cada arista con los hijos e incrementamos n para evitar repeticiones
# dado que puede repetirse el nombre en los hijos
n+=1
# ######## Id del Nodo -> id de su hijo [ valor del atributo que divide]
if len(child[1]) == 0:
dot += "\t"+Nodo[0]+str(m)+" -> "+child[0]+str(n)+' [label="'+child[2]+'"];\n'
# ######### Id del hijo [nombre que se va a mostrar]
dot += "\t"+child[0]+str(n)+' [label="'+child[0]+'"];\n'
# es una hoja y por tanto una clase le damos un aspecto diferente
# ademas no mandamos escribir sus hijos
dot += "\t"+child[0]+str(n)+ '[style="filled",shape=box,fillcolor="cornsilk3", color="red"];\n'
else:
dot += "\t"+Nodo[0]+str(m)+" -> "+child[0]+str(n)+' [label="'+child[2]+'"];\n'
# ######### Id del hijo [nombre que se va a mostrar]
dot += "\t"+child[0]+str(n)+' [label="'+child[0]+'"];\n'
# si no es una hoja lo pintamos
(d,n)= dotNodo(child,n)
dot += d
return (dot,n)
if __name__ == '__main__' :
(inst,attr,clas) = A.read_file()
candidates = [k for k in attr]
ida = A.id3(inst,attr,clas,candidates)
print toDOT(ida)
