Questo progetto si propone di riprodurre il lavoro di Carrizosa et al. in [1].
La cartella datasets contiene i file dei singoli dataset.
Ciascun dataset può essere caricato usando la relativa funzione all'interno del modulo load_dataset.py.
Per caricare tutti i dataset in una lista, utilizzare la funzione load_all().
Il modulo BinarizedSVM.py contiene la classe che implementa il classificatore proposto. La classe utilizza il metodo per
la generazione di colonne, implementato in column_generation.py. Questo metodo utilizza a sua volta l-algoritmo per la ricerca
delle soglie ottimali, implementato nel modulo algorithm1.py.
Il classificatore implementato segue lo stile di sklearn, quindi mette a disposizione un metodo fit e un predict.
Inoltre, per visualizzare le soglie in maniera analoga a quanto proposto in [1], la classe BinarizedSVM include un metodo visualizza_soglie
che produce un grafico che mostra le soglie per ogni singola feature (predictor variable) ed i relativi pesi.
Per la risoluzione del duale del problem 6F, è stata utilizzata la libreria cvxpy, che permette di utilizzare vari ottimizzatori, tra cui CPLEX.
Innanzi tutto, assicurarsi di soddisfare i requisiti lanciando il comando
pip install -r requirements.txt.
Il notebook main.ipynb contiene un esempio di utilizzo della libreria e contiene il codice necessario a produrre un confronto tra la BinarizedSVm e il SVC di sklearn.
I notebook bupa.ipynb e wdbc.ipynb contengono delle grid search più estensive sui singoli dataset.
[1] DOI:10.1287/ijoc.1090.0317