Skip to content

HTTPS clone URL

Subversion checkout URL

You can clone with HTTPS or Subversion.

Download ZIP
Browse files

Se eliminaron archivos duplicados

  • Loading branch information...
commit 27db1524a0689da968c3648edc9d584f4702e79e 1 parent 83a61e7
@sooolfi authored
View
64 1-perceptron-simple-multicapa/bin/2runnerA
@@ -1,64 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Ejercicio 2 a" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'tabla2a.csv'
-csv_tabla2 = Perceptor::Csv.new(or_path)
-
-desviacion = 0.10
-cantidad = 124
-matrixPrueba1 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, -1.0, -1.0, 1)
-matrixPrueba2 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, -1.0, 1.0, 1)
-matrixPrueba3 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, 1.0, -1.0, -1)
-matrixPrueba4 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, 1.0, 1.0, 1)
-matrixPrueba5 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, -1.0, -1.0, -1)
-matrixPrueba6 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, -1.0, 1.0, -1)
-matrixPrueba7 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, 1.0, -1.0, 1)
-matrixPrueba8 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, 1.0, 1.0, -1)
-
-matrixPruebas = matrixPrueba1.matrix + matrixPrueba2.matrix + matrixPrueba3.matrix +
- matrixPrueba4.matrix + matrixPrueba5.matrix + matrixPrueba6.matrix +
- matrixPrueba7.matrix + matrixPrueba8.matrix + csv_tabla2.matrix
-
-matrixPruebas.shuffle!
-
-# asignamos nuestra matrixPruebas al objeto csv_tabla2
-csv_tabla2.matrix = matrixPruebas
-
-# Llamamos al metodo que crea los índices
-
-
-# Guarda en trainingIndices y testIndicies, 80% y 20% del total
-# respectivamente, indices al azar. Los guarda en arrays
-# Ej. [ [...] [...] .... [...]
-porcentaje = 80
-cantidadParticiones = 5
-csv_tabla2.createIndices(porcentaje, cantidadParticiones)
-
-#p csv_tabla2.matrix[csv_tabla2.trainingIndices.first.first]
-#p csv_tabla2.trainingIndices.first
-
-# Creo una array para guardar los resultados
-
-particiones = Array.new
-for i in 0..4 do
- neurona = Perceptor::Neuron.new(3, 0.2, 1)
- neurona.trainingWithIndices(csv_tabla2.matrix, csv_tabla2.trainingIndices[i])
- neurona.test(csv_tabla2.matrix, csv_tabla2.testIndices[i])
- particiones << neurona
-end
-
-sumaErrores = 0
-
-particiones.each do |epoca|
- puts "Error: #{epoca.error.to_f / 200 * 100} %"
- sumaErrores += epoca.error
-end
-puts "\n"
-puts "El promedio de error es: #{sumaErrores * 100 / 1000.0} %"
-puts "\n"
View
65 1-perceptron-simple-multicapa/bin/2runnerB
@@ -1,65 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Ejercicio 2 b" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'tabla2b.csv'
-csv_tabla2 = Perceptor::Csv.new(or_path)
-
-# Desviacion del 10 %
-desviacion = 0.10
-cantidad = 624
-matrixPrueba1 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, -1.0, -1.0, 1)
-matrixPrueba2 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, -1.0, 1.0, 1)
-matrixPrueba3 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, 1.0, -1.0, 1)
-matrixPrueba4 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, 1.0, 1.0, 1)
-matrixPrueba5 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, -1.0, -1.0, -1)
-matrixPrueba6 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, -1.0, 1.0, -1)
-matrixPrueba7 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, 1.0, -1.0, 1)
-matrixPrueba8 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, 1.0, 1.0, -1)
-
-matrixPruebas = matrixPrueba1.matrix + matrixPrueba2.matrix + matrixPrueba3.matrix +
- matrixPrueba4.matrix + matrixPrueba5.matrix + matrixPrueba6.matrix +
- matrixPrueba7.matrix + matrixPrueba8.matrix + csv_tabla2.matrix
-
-matrixPruebas.shuffle!
-
-
-# asignamos nuestra matrixPruebas al objeto csv_tabla2
-csv_tabla2.matrix = matrixPruebas
-p csv_tabla2.matrix.length
-
-# Guarda en trainingIndices y testIndicies, 80% y 20% del total
-# respectivamente, indices al azar. Los guarda en arrays
-# Ej. [ [...] [...] .... [...]
-porcentaje = 80
-cantidadParticiones = 50
-csv_tabla2.createIndices(porcentaje, cantidadParticiones)
-
-#p csv_tabla2.matrix[csv_tabla2.trainingIndices.first.first]
-#p csv_tabla2.trainingIndices.first.count
-#p csv_tabla2.testIndices.first.count
-
-# Creo una array para guardar los resultados
-
-particiones_10 = Array.new
-for i in 0..49 do
- neurona = Perceptor::Neuron.new(3, 0.2, 1)
- neurona.trainingWithIndices(csv_tabla2.matrix, csv_tabla2.trainingIndices[i])
- neurona.test(csv_tabla2.matrix, csv_tabla2.testIndices[i])
- particiones_10 << neurona
-end
-
-sumaErrores = 0
-
-particiones_10.each do |epoca|
-# puts "Error: #{epoca.error.to_f / 200 * 100} %"
- sumaErrores += epoca.error
-end
-puts "\n"
-puts "El promedio de error es: #{sumaErrores * 100 / 1000.0} %"
-puts "\n"
View
37 1-perceptron-simple-multicapa/bin/3runner
@@ -1,37 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Bienvenido al Ejercicio 3" + " " * 20 + "\n" +
- " " * 20 + " Perceptron Multicapa" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'concent.csv'
-csv_tabla2 = Perceptor::Csv.new(or_path)
-
-porcentaje = 80
-cantidadParticiones = 1
-csv_tabla2.createIndices(porcentaje, cantidadParticiones)
-
-# random de la matrix
-csv_tabla2.matrix.shuffle!
-
-# guardamos los primeros 80%
-matrixEntrenamiento = Array.new
-for i in 0..1999
- matrixEntrenamiento << csv_tabla2.matrix[i]
-end
-matrixTest = Array.new
-for i in 2000..2499
- matrixTest << csv_tabla2.matrix[i]
-end
-
-neuronalNetwork = Perceptron::NeuronalNetwork.new(3, matrixEntrenamiento, [7, 4, 1], 200, 0.5, false)
-
-neuronalNetwork.trainingNetwork
-puts "*" * 70
-puts "*" * 70
-neuronalNetwork.test(matrixTest)
-
View
37 1-perceptron-simple-multicapa/bin/3runnerB
@@ -1,37 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Bienvenido al Ejercicio 3" + " " * 20 + "\n" +
- " " * 20 + " Perceptron Multicapa" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'concent.csv'
-csv_tabla2 = Perceptor::Csv.new(or_path)
-
-porcentaje = 80
-cantidadParticiones = 1
-csv_tabla2.createIndices(porcentaje, cantidadParticiones)
-
-# random de la matrix
-csv_tabla2.matrix.shuffle!
-
-# guardamos los primeros 80%
-matrixEntrenamiento = Array.new
-for i in 0..1999
- matrixEntrenamiento << csv_tabla2.matrix[i]
-end
-matrixTest = Array.new
-for i in 2000..2499
- matrixTest << csv_tabla2.matrix[i]
-end
-
-neuronalNetwork = Perceptron::NeuronalNetwork.new(3, matrixEntrenamiento, [4, 2, 1], 50, 0.1, true)
-
-neuronalNetwork.trainingNetwork
-puts "*" * 70
-puts "*" * 70
-neuronalNetwork.test(matrixTest)
-
View
31 1-perceptron-simple-multicapa/bin/4runner-k
@@ -1,31 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Bienvenido al Ejercicio 4" + " " * 20 + "\n" +
- " " * 20 + "leave-k-out" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'iris.csv'
-csv_iris = Perceptor::Csv.new(or_path)
-matrix = csv_iris.matrix
-
-matrix.shuffle!
-
-k = 10
-tamanio = matrix.count
-particiones = tamanio / k
-
-# En la matrix va recorriendo del modo leave-k-out
-# según el k que se eligio.
-particiones.times do |i|
- test = matrix[(k*i)...(k*(i+1))]
- entrenamiento = matrix[0...(k*i)] + matrix[(k*(i+1))..tamanio]
-end
-
-
-#iris = Perceptron::NeuronalNetwork.new(2, csv_iris.matrix, [3, 3], 1, 0.1, false)
-#iris.trainingNetwork
-#p iris.salidas
View
31 1-perceptron-simple-multicapa/bin/4runner-one
@@ -1,31 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-puts "\n" + "*" * 80 + "\n" +
- " " * 20 + "Bienvenido al Ejercicio 4" + " " * 20 + "\n" +
- " " * 20 + "leave-one-out" + " " * 20 + "\n" +
- "*" * 80 + "\n"
-
-or_path = 'iris.csv'
-csv_iris = Perceptor::Csv.new(or_path)
-matrix = csv_iris.matrix
-
-matrix.shuffle!
-
-k = 1
-tamanio = matrix.count
-particiones = tamanio / k
-
-# En la matrix va recorriendo del modo leave-k-out
-# según el k que se eligio.
-particiones.times do |i|
- test = matrix[(k*i)...(k*(i+1))]
- entrenamiento = matrix[0...(k*i)] + matrix[(k*(i+1))..tamanio]
-end
-
-
-#iris = Perceptron::NeuronalNetwork.new(2, csv_iris.matrix, [3, 3], 1, 0.1, false)
-#iris.trainingNetwork
-#p iris.salidas
View
34 1-perceptron-simple-multicapa/bin/runner
@@ -1,34 +0,0 @@
-#!/usr/bin/env ruby
-$LOAD_PATH.unshift File.expand_path('../../lib', __FILE__)
-
-require 'perceptron'
-
-# Ejercicio 1
-
-or_path = 'or.csv'
-csv_or = Perceptor::Csv.new(or_path)
-
-desviacion = 0.05
-cantidad = 20
-matrixPrueba1 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, 1.0, nil, 1)
-matrixPrueba2 = Perceptor::RandomCustomize.new(desviacion, cantidad, 1.0, -1.0, nil, 1)
-matrixPrueba3 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, 1.0, nil, 1)
-matrixPrueba4 = Perceptor::RandomCustomize.new(desviacion, cantidad, -1.0, -1.0,nil , -1)
-
-matrix = matrixPrueba3.matrix + matrixPrueba2.matrix +
- matrixPrueba1.matrix + matrixPrueba4.matrix +
- csv_or.matrix
-
-matrix.shuffle!
-
-
-neurona = Perceptor::Neuron.new(2, 0.5, 1)
-neurona.training(matrix)
-
-
-pesos = neurona.w
-w1 = neurona.w.first
-w2 = neurona.w.last
-
-puts "la pendiente es: #{w1/w2}"
-puts "la otra var. es: #{neurona.umbral/w2}"
Please sign in to comment.
Something went wrong with that request. Please try again.