Staging ::: VER CORREOS
Acceder

Participaciones del usuario Enverto - Política

Enverto 30/01/19 21:53
Ha respondido al tema VOX Triunfará !
Hay que poner cosas sencillitas, este de abajo ya es mas complicado, al que encuentre el error le dara dinero en bolsa   #-----Data X------------------ evalq({   list(     pretrain = list(       x = DT$pretrain %>% dplyr::select(+c(Data, Class)) %>% as.data.frame(),       y = DT$pretrain$Class %>% as.data.frame()     ),     train = list(       x = DT$train %>% dplyr::select(+c(Data, Class)) %>% as.data.frame(),       y = DT$train$Class %>% as.data.frame()     ),     test = list(       x = DT$val %>% dplyr::select(+c(Data, Class)) %>% as.data.frame(),       y = DT$val$Class %>% as.data.frame()     ),     test1 = list(       x = DT$test %>% dplyr::select(+c(Data, Class)) %>% as.data.frame(),        y = DT$test$Class %>% as.vector()     )   ) -> X }, env) Los conjuntos para la realización de experimentos ya están listos. Necesitamos una función que calcule la métrica según los resultados de la simulación. El valor mean(F1) lo usaremos como criterio de optimización (maximización). Cargamos esta función en el entorno env. evalq(   #input actual & predicted vectors or actual vs predicted confusion matrix    # https://github.com/saidbleik/Evaluation/blob/master/eval.R   Evaluate <- function(actual=NULL, predicted=NULL, cm=NULL){     if (is.null(cm)) {       actual = actual[!is.na(actual)]       predicted = predicted[!is.na(predicted)]       f = factor(union(unique(actual), unique(predicted)))       actual = factor(actual, levels = levels(f))       predicted = factor(predicted, levels = levels(f))       cm = as.matrix(table(Actual = actual, Predicted = predicted))     }          n = sum(cm) # number of instances     nc = nrow(cm) # number of classes     diag = diag(cm) # number of correctly classified instances per class      rowsums = apply(cm, 1, sum) # number of instances per class     colsums = apply(cm, 2, sum) # number of predictions per class     p = rowsums / n # distribution of instances over the classes     q = colsums / n # distribution of instances over the predicted classes          #accuracy     accuracy = sum(diag) / n          #per class     recall = diag / rowsums     precision = diag / colsums     f1 = 2 * precision * recall / (precision + recall)          #macro     macroPrecision = mean(precision)     macroRecall = mean(recall)     macroF1 = mean(f1)          #1-vs-all matrix     oneVsAll = lapply(1:nc,                       function(i){                         v = c(cm[i,i],                               rowsums[i] - cm[i,i],                               colsums[i] - cm[i,i],                               n - rowsums[i] - colsums[i] + cm[i,i]);                         return(matrix(v, nrow = 2, byrow = T))})          s = matrix(0, nrow = 2, ncol = 2)     for (i in 1:nc) {s = s + oneVsAll[[i]]}          #avg accuracy     avgAccuracy = sum(diag(s))/sum(s)          #micro     microPrf = (diag(s) / apply(s,1, sum))[1];          #majority class     mcIndex = which(rowsums == max(rowsums))[1] # majority-class index     mcAccuracy = as.numeric(p[mcIndex])      mcRecall = 0*p;  mcRecall[mcIndex] = 1     mcPrecision = 0*p; mcPrecision[mcIndex] = p[mcIndex]     mcF1 = 0*p; mcF1[mcIndex] = 2 * mcPrecision[mcIndex] / (mcPrecision[mcIndex] + 1)          #random accuracy     expAccuracy = sum(p*q)     #kappa     kappa = (accuracy - expAccuracy) / (1 - expAccuracy)          #random guess     rgAccuracy = 1 / nc     rgPrecision = p     rgRecall = 0*p + 1 / nc     rgF1 = 2 * p / (nc * p + 1)          #rnd weighted     rwgAccurcy = sum(p^2)     rwgPrecision = p     rwgRecall = p     rwgF1 = p          classNames = names(diag)     if (is.null(classNames)) classNames = paste("C",(1:nc),sep = "")          return(list(       ConfusionMatrix = cm,       Metrics = data.frame(         Class = classNames,         Accuracy = accuracy,         Precision = precision,         Recall = recall,         F1 = f1,         MacroAvgPrecision = macroPrecision,         MacroAvgRecall = macroRecall,         MacroAvgF1 = macroF1,         AvgAccuracy = avgAccuracy,         MicroAvgPrecision = microPrf,         MicroAvgRecall = microPrf,         MicroAvgF1 = microPrf,         MajorityClassAccuracy = mcAccuracy,         MajorityClassPrecision = mcPrecision,         MajorityClassRecall = mcRecall,         MajorityClassF1 = mcF1,         Kappa = kappa,         RandomGuessAccuracy = rgAccuracy,         RandomGuessPrecision = rgPrecision,         RandomGuessRecall = rgRecall,         RandomGuessF1 = rgF1,         RandomWeightedGuessAccurcy = rwgAccurcy,         RandomWeightedGuessPrecision = rwgPrecision,         RandomWeightedGuessRecall = rwgRecall,         RandomWeightedGuessWeightedF1 = rwgF1)))   }, env)   #-------------------------
Ir a respuesta
Enverto 30/01/19 15:28
Ha respondido al tema VOX Triunfará !
Avergonzados no, eso no se conoce, nerviosetes si, la que se les biene encima
Ir a respuesta
Enverto 30/01/19 12:20
Ha respondido al tema ¿Podemos desaparecerá?
Que malote que eres, voy a hacerle la pelota a piolin a ver si me coloca a la nena https://www.youtube.com/watch?v=_pNxdE-dWYc Este es bueno tambien, piolin subenos alguno
Ir a respuesta
Enverto 30/01/19 12:08
Ha respondido al tema ¿Podemos desaparecerá?
Una sugerencia, Solfan, este tio del enlace es muy bueno y tu que sigues la politica mas de cerca nos podrias subir los enlaces de actualidad, solo los buenos eh no te pases https://www.youtube.com/watch?v=dciyrv2sVPk Como este, jjj
Ir a respuesta
Enverto 30/01/19 06:03
Ha respondido al tema Catalunya - España 2018...cosas que pasan
Los hechos son interpretables a conveniencia de parte, algo que la masa no se da cuenta Hasta 1.700 en Cataluña y Valencia solo se hablaba y escribía en catalán-valenciano, a partir de esa fecha y por imposición de este de abajo se obligo como lengua oficial el castellano, que se lo pregunten a los de Játiva En realidad hasta la dictadura esto no tuvo importancia se hablaba el catalán y se traducía en los documentos oficiales, con la dictadura la cosa cambio, la administración y los administradores abrigaban ha relacionarse en castellano con el agravante de las burlas “Hábleme en cristiano que no le entiendo” Ya tenemos el cóctel al que prendieron la mecha unos dirigentes irresponsables para tapar sus vergüenzas, el 3% “España nos roba” No es un error que este al reves
Ir a respuesta
Enverto 27/01/19 16:28
Ha respondido al tema Catalunya - España 2018...cosas que pasan
Entiendo tu punto de vista, pero hay que tener empatia, yo no soy independentista pero los entiendo perfectamente, es una cuestión de sentimientos y contra eso los argumentos son complicados Cambia la palabra castellano por catalán y veras como el escrito tuyo cambia completamente el significado
Ir a respuesta
Enverto 27/01/19 16:11
Ha respondido al tema Los Pedorros y la Democracia
Jajaja, Piolin ahora que estos tuyos son “populares” van a arrasar, @Solfan lo siento chico pero al final le han metido un gol al PP por la derecha, aunque me equivoque de delantero, jjj https://www.youtube.com/watch?v=rPCjZlvqLZw
Ir a respuesta
Enverto 24/01/19 21:43
Ha respondido al tema Cataluña 2017: El final del camino.
Pues ya se han cargado al Maduro, ahora negociando donde lo meten, los cubanos que esten cerca, jjj Saludos, camarada Perdon, compatriota, lo siento se me va el tic
Ir a respuesta
Enverto 23/01/19 00:43
Ha respondido al tema La ascensión de VOX (y sigue subiendo)
Esta claro que van a arrasar y prueba de ello son los nervios que se ven en la izquierda El problema es el de siempre por un lado empezaran los intereses particulares y por otro cuando empiecen a cortar no les será tan fácil
Ir a respuesta