Dataset

• adult.csv: dataset originale. https://archive.ics.uci.edu/ml/datasets/adult
• parsed2.csv: si tratta del dataset privo di normalizzazione.
• parsed_normalized.csv: il dataset con la standardizzazione.

Contenuto

• test_.r : nested cross-validation di K-NN base.
• test_parallel.r : versione in parallelo per la nested cross-validation di K-NN base.
• test_sequential.r : versione in parallelo per la nested cross-validation di K-NN online.
• pca_analysis.r : permette di eseguire la pca sul dataset selezionato.
• knn_library.r : libreria che contiene le funzioni necessarie a K-NN e alla cross-validation.
• search.cpp : implementazione in c++ di K-NN utilizzata nella knn_library.
• knnByCaret.r : versione di caret per la valutazione di K-NN con nested cross-validation.
• parsercsv.py : parser in python per creazione delle variabili dummy.
• normalize_csv.py: script in python per la normalizzazione delle feature.
• folder Relation/: relazione in latex per il corso di Metodi Statistici per l'Apprendimento.

test_parallel.r

Per eseguire la nested cross-validation per KNN va modificato il path della source della libreria con il proprio path (linea 1 di test_parallel.r).

test_sequential.r

Per eseguire la nested cross-validation per KNN va modificato il path della source della libreria con il proprio path (linea 1 di test_sequential.r).