Proyecto SVM

En esta práctica implementamos una Suport Vector Machine para la separación de puntos de dos clases diferentes. Para facilitar el estudio de los métodos de optimización utilizados hemos creado un código Python que crea automáticamente un dataset y clasifica los puntos a través de SVM.

Prerequisitos

Para la ejecución del programa asegurarse de tener instalado los paquetes de numpy, amplpy y sklearn:

pip install amplpy

pip install numpy

pip install sklearn

Antes de ejecutar

Antes de ejecutar asegurese de indicar el PATH a AMPL en su sistema de archivos. En el launch.py, queda indicado un ejemplo de PATH; cambielo manteniendo las comillas simples.

ampl = AMPL(Environment('/home/elias/Escritorio/uni/2º/OM/ampl_linux-intel64'))

Ejecución del código (Entrada)

La ejecución del código requiere a parte de indicar el archivo ejecutable launch.py 5 parámetros más:

PARÁMETROS:

option: nos indica que tipo de problema vamos a resolver

1: primal
2: dual con kernel lineal
3: dual cop kernel gaussiano
num_points: número de puntos a generar
seed: semilla para la generación aleatoria del dataset
nu: parámetro de la formulación del problema SVM
data_type: indica si generamos los puntos con el algoritmo proporcionado por el profesor (gensvmdat), con el algoritmo del swiss roll (brazo de gitano) de sklearn o usamos la base de datos "skin"

1: Para generarlos con gensvmdat (datos linealmente separables)
2: Para generarlos con sklearn swiss_roll (datos no separables linealmente)
3: Para usar la base de datos "skin"

Si no se introdujese correctamente la entrada, el programa imprimiria por pantalla un aviso recordando el formato de la entrada. Un ejemplo de entrada, donde cada parámetro corresponde en orden a los indicados arriba, seria:

python3 launch.py 1 250 1234 0.5 1

Salida

Al ejecutar el programa, se mostrará por pantalla el valor de la función objetivo en el punto óptimo encontrado y se generará un fichero de texto resultados.txt donde se guardan los resultados de las variables del problema de optimización así como las accuracies, tanto para training como para test. Cabe resaltar que aunque el acierto sobre el conjunto de entrenamiento será siempre igual (los datos se escogen con la seed indicada), el acierto sobre los datos de test será diferente en cada ejecución ya que estos se generan o seleccionan con una seed aleatoria a través de la función time. El resultado para el ejemplo de entrada anterior, indicando que no se desea guardar los slacks seria:

 + ------------------- RESULTADO DEL PROBLEMA PRIMAL -------------------  +

Resultado de gamma: -4.378653208969142

Resultado de los pesos w:
             [[2.0443755]]
             [[2.23990614]]
             [[2.30687113]]
             [[1.90741462]]

La accuracy de test es: 88.0%.
La accuracy de training es: 89.2%.