Commit e14e7e88 authored by bbguimaraes's avatar bbguimaraes
Browse files

Added section on WEKA's experimenter results.

parent 092c8c9b
......@@ -259,6 +259,76 @@ java weka.experiment.Experiment -l exp.xml -r
\end{lstlisting}
\vspace{0.5cm}
\subsection{Resultados}
Conforme mencionado acima, o formato padrão de gravação dos resultados de um experimento pelo \emph{Experimenter} é em arquivos CSV. Para cada execução, é gerada uma linha no arquivo com as informações e resultados da execução. O número de linha gerado é igual ao número de execuções na configuração do experimento, multiplicado pelo número de \emph{folds} usado no \emph{cross-validation} (caso essa opção tenha sido selecionada), multiplicado pelo número de conjuntos de dados (que pode ser apenas um). Dessa forma, caso o número de execuções seja configurado como "10", o número de \emph{folds} como "10" e sejam utilizados dois conjuntos de dados, serão geradas 200 linhas de resultados no arquivo de saída.
Para cada execução, são gravados dados sobre os resultados do treinamento e da classificação das instâncias. Esses dados são os mesmos que são exibidos quando uma classificação é executada usando o módulo \emph{Explorer} (listagem \ref{lst:prop_weka_out}. Uma lista completa dos dados é mostrada na listagem \ref{lst:dev_experimenter_header}.
\vspace{0.5cm}
\begin{lstlisting}[caption=Dados gravados pelo \emph{Experimenter}, label=lst:dev_experimenter_header]
Key_Dataset
Key_Run
Key_Fold
Key_Scheme
Key_Scheme_options
Key_Scheme_version_ID
Date_time
Number_of_training_instances
Number_of_testing_instances
Number_correct
Number_incorrect
Number_unclassified
Percent_correct
Percent_incorrect
Percent_unclassified
Kappa_statistic
Mean_absolute_error
Root_mean_squared_error
Relative_absolute_error
Root_relative_squared_error
SF_prior_entropy
SF_scheme_entropy
SF_entropy_gain
SF_mean_prior_entropy
SF_mean_scheme_entropy
SF_mean_entropy_gain
KB_information
KB_mean_information
KB_relative_information
True_positive_rate
Num_true_positives
False_positive_rate
Num_false_positives
True_negative_rate
Num_true_negatives
False_negative_rate
Num_false_negatives
IR_precision
IR_recall
F_measure
Area_under_ROC
Weighted_avg_true_positive_rate
Weighted_avg_false_positive_rate
Weighted_avg_true_negative_rate
Weighted_avg_false_negative_rate
Weighted_avg_IR_precision
Weighted_avg_IR_recall
Weighted_avg_F_measure
Weighted_avg_area_under_ROC
Elapsed_Time_training
Elapsed_Time_testing
UserCPU_Time_training
UserCPU_Time_testing
Serialized_Model_Size
Serialized_Train_Set_Size
Serialized_Test_Set_Size
Summary
\end{lstlisting}
\vspace{0.5cm}
Esses dados contém informações sobre o conjunto de dados (nome e número de instâncias de treinamento e testes), classificador (nome e parâmetros), sobre o processo de treinamento e classificação (data, tempo de execução e consumo de memória) e sobre os resultados (diversas medidas de eficácia).
\section{Seleção de algoritmos}
Todos os algoritmos utilizados para comparação com os algoritmos imunológicos fazem parte da distribuição padrão do WEKA (a versão utilizada é a 3.6.9 de 25 de janeiro de 2013).
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment