def run(trials, folds, atributos, participantes, incluirParticipante):
featureVector = parser.parseFeatureVector(trials)
frequencias = {}
inputs = {}
for fold in folds:
frequencias[fold] = countAttributeFrequency(folds, fold)
participantes[fold] = parser.descriptionsMeans(folds, fold)
inputs[fold] = parser.parseSVMInput(folds[fold], featureVector, participantes[fold], frequencias[fold], incluirParticipante)
resultadoTotal = []
dice = []
masi = []
acuracia = 0.0
# print 10 * "*"
# if incluirParticipante == True:
# print "SVM com o id do participante"
# else:
# print "SVM sem o id do participante"
# print 10 * "*"
for fold in ["1","2","3","4","5","6", "7","8","9","10"]:
# print "FOLD: " + fold
resultados = tree.run(inputs, fold)
resultadoTotal.append(resultados)
acertos = resultados[0]
total = resultados[1]
expressoes = resultados[2]
tp = resultados[3]
tn = resultados[4]
fp = resultados[5]
fn = resultados[6]
for expressao in expressoes:
descricao = defineExpressao(expressao)
descricaoR = expressao[expressao.keys()[0]]["anotacao"]["descricao"]
A = ass.parse(descricao)
B = ass.parse(descricaoR)
if len(A) == 0 and len(B) == 0:
DICE = 0.0
MASI = 0.0
else:
DICE = ass.dice(A, B)
MASI = ass.masi(A, B)
if DICE == 1.0:
acuracia = acuracia + 1.0
dice.append(DICE)
masi.append(MASI)
# print "Descricao Prevista : " + str(descricao)
# print "Descricao Real : " + str(descricaoR)
# print "Dice: " + str(DICE)
# print 30 * "-"
# for atributo in acertos.keys():
# print "Atributo: " + str(atributo)
# print "Acuracia: " + str(acertos[atributo] / total[atributo])
# # print "Verdadeiros Positivos: " + str(tp[atributo])
# # print "Falsos Positivos: " + str(fp[atributo])
# # print "Verdadeiros Negativos: " + str(tn[atributo])
# # print "Falsos Negativos: " + str(fn[atributo])
# print 10 * "-"
#
# print 50 * "*"
# print 50 * "*"
# print "Expressoes: "
# print "Dice Total: " + str(np.mean(dice))
# print "Masi Total: " + str(np.mean(masi))
# print "Acuracia: " + str(acuracia / len(dice))
# print 50 * "*"
acertosT = {}
totalT = {}
for resultados in resultadoTotal:
acertos = resultados[0]
total = resultados[1]
for atributo in acertos.keys():
if atributo not in acertosT:
acertosT[atributo] = 0.0
totalT[atributo] = 0.0
acertosT[atributo] = acertosT[atributo] + acertos[atributo]
totalT[atributo] = totalT[atributo] + total[atributo]
# for atributo in acertosT.keys():
# print "Atributo: " + str(atributo)
# print "Acuracia: " + str(acertosT[atributo] / totalT[atributo])
# print 10 * "-"
return resultadoTotal, dice, masi, acuracia
def run(trials, folds, atributos, participantesInput, incluirParticipante):
featureVector = parser.parseFeatureVector(trials)
inputs = {}
frequencias = {}
participantes = {}
# Inicializa Vetor de Caracteristicas
for fold in folds:
frequencias[fold] = utils.countAttributeFrequencyIndividual(folds, fold)
participantes[fold] = parser.descriptionsMeans(folds, fold)
inputs[fold] = parser.parseSVMInput(folds[fold], featureVector, participantes[fold], frequencias[fold], incluirParticipante)
resultadoTotal = []
diceTotal = []
masiTotal = []
acuraciaTotal = 0.0
for testeFold in folds:
teste = folds[testeFold]
inputTeste = inputs[testeFold]
treinamentoFolds = {}
inputsTreinamento = {}
for foldAux in folds:
if foldAux != testeFold:
treinamentoFolds[foldAux] = folds[foldAux]
inputsTreinamento[foldAux] = inputs[foldAux]
combinacoes = run_validation(trials, treinamentoFolds, featureVector, participantesInput, incluirParticipante)
resultados = svm.run2(inputsTreinamento, inputTeste, combinacoes)
resultadoTotal.append(resultados)
acertos = resultados[0]
total = resultados[1]
expressoes = resultados[2]
tp = resultados[3]
tn = resultados[4]
fp = resultados[5]
fn = resultados[6]
dice = []
masi = []
acuracia = 0
for expressao in expressoes:
descricao = utils.defineExpressao(expressao)
descricaoR = expressao[expressao.keys()[0]]["anotacao"]["descricao"]
A = ass.parse(descricao)
B = ass.parse(descricaoR)
if len(A) == 0 and len(B) == 0:
DICE = 0.0
MASI = 0.0
else:
DICE = ass.dice(A, B)
MASI = ass.masi(A, B)
# print descricao
# print descricaoR
# print DICE
# print 10 * "-"
if DICE == 1.0:
acuracia = acuracia + 1.0
acuraciaTotal = acuraciaTotal + 1.0
dice.append(DICE)
masi.append(MASI)
diceTotal.append(DICE)
masiTotal.append(MASI)
# for atributo in acertos.keys():
# print "Attribute: " + str(atributo)
# print "Accuracy: " + str(acertos[atributo] / total[atributo])
# print 10 * "-"
#
# print 50 * "*"
#
# print "\n"
# print "General:"
# print 50 * "*"
# print "Expressions: "
# print "Dice: " + str(np.mean(dice))
# print "Masi: " + str(np.mean(masi))
# print "Accuracy: " + str(acuracia / len(dice))
# print "\n"
# print "\n"
# print "General:"
# print 50 * "*"
# print "Expressions: "
# print "Dice: " + str(np.mean(diceTotal))
# print "Masi: " + str(np.mean(masiTotal))
# print "Accuracy: " + str(acuraciaTotal / len(diceTotal))
# print "\n"
acertosT = {}
totalT = {}
for resultados in resultadoTotal:
acertos = resultados[0]
total = resultados[1]
for atributo in acertos.keys():
if atributo not in acertosT:
acertosT[atributo] = 0.0
totalT[atributo] = 0.0
acertosT[atributo] = acertosT[atributo] + acertos[atributo]
totalT[atributo] = totalT[atributo] + total[atributo]
# print "Attributes:"
# print 15 * "-"
# for atributo in acertosT.keys():
# print "Attribute: " + str(atributo)
# print "Accuracy: " + str(acertosT[atributo] / totalT[atributo])
# print 10 * "-"
return resultadoTotal, diceTotal, masiTotal, acuraciaTotal
def run(dominios, targets, folds, atributos, participantes, incluirParticipante):
featureVector = parser.parseFeatureVector(dominios, targets)
inputs = {}
for fold in folds:
frequencias = countAttributeFrequencyIndividual(folds, fold)
inputs[fold] = parser.parseSVMInput(folds[fold], targets, featureVector, participantes, frequencias, incluirParticipante)
resultadoTotal = []
dice = []
masi = []
acuracia = 0.0
# print 10 * "*"
# if incluirParticipante == True:
# print "SVM com o id do participante"
# else:
# print "SVM sem o id do participante"
# print 10 * "*"
for fold in ["1","2","3","4","5","6","7","8","9","10"]:
print "FOLD: " + fold
resultados = svm.run(inputs, fold)
resultadoTotal.append(resultados)
acertos = resultados[0]
total = resultados[1]
expressoes = resultados[2]
tp = resultados[3]
tn = resultados[4]
fp = resultados[5]
fn = resultados[6]
# for expressao in expressoes:
# contexto = expressao["anotacao"]["caracteristicas"]["context"]
#
# descricao = defineExpressao(expressao["previsoes"], dominios[contexto], targets[contexto])
# descricaoR = expressao["anotacao"]["descricao"]
#
# A = ass.parse(descricao, targets[contexto])
# B = ass.parse(descricaoR)
#
# DICE = ass.dice(A, B)
# MASI = ass.masi(A, B)
#
# if DICE == 1.0:
# acuracia = acuracia + 1.0
#
# dice.append(DICE)
# masi.append(MASI)
# if expressao["previsoes"]["relation"] > 0:
# print "Descricao Prevista : " + str(expressao["previsoes"])
# print "Descricao Prevista : " + str(descricao)
# print "Descricao Real : " + str(expressao["classes"])
# print "Descricao Real : " + str(descricaoR)
# print "Dice: " + str(DICE)
# print 30 * "-"
for atributo in acertos.keys():
print "Atributo: " + str(atributo)
print "Acuracia: " + str(acertos[atributo] / total[atributo])
# print "Verdadeiros Positivos: " + str(tp[atributo])
# print "Falsos Positivos: " + str(fp[atributo])
# print "Verdadeiros Negativos: " + str(tn[atributo])
# print "Falsos Negativos: " + str(fn[atributo])
print 10 * "-"
print 50 * "*"
# print 50 * "*"
# print "Expressoes: "
# print "Dice Total: " + str(np.mean(dice))
# print "Masi Total: " + str(np.mean(masi))
# print "Acuracia: " + str(acuracia / len(dice))
# print 50 * "*"
acertosT = {}
totalT = {}
for resultados in resultadoTotal:
acertos = resultados[0]
total = resultados[1]
for atributo in acertos.keys():
if atributo not in acertosT:
acertosT[atributo] = 0.0
totalT[atributo] = 0.0
acertosT[atributo] = acertosT[atributo] + acertos[atributo]
totalT[atributo] = totalT[atributo] + total[atributo]
for atributo in acertosT.keys():
print "Atributo: " + str(atributo)
print "Acuracia: " + str(acertosT[atributo] / totalT[atributo])
print 10 * "-"