-
Notifications
You must be signed in to change notification settings - Fork 0
/
model.py
125 lines (113 loc) · 4.98 KB
/
model.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
import numpy as np
from numpy import loadtxt
from joblib import dump, load
import matplotlib.pyplot as plt
import random
import tensorflow.keras.datasets.mnist as mnist
from sklearn.ensemble import RandomForestClassifier
from sklearn import svm
class Model():
"""
Classe que organiza o modelo de ML usado, seleciona os dados a serem usados para treino e para teste.
"""
def __init__(self, trainSize=60000, testSize=10000, trainOnCustomData=True, forceTrain=False):
"""Classe que gerencia o treino e os testes do modelo de predição.
Args:
trainSize (int, optional): Se trainOnCustomData=False, utiliza trainSize como número de amostras de treino. Defaults to 60000.
testSize (int, optional): Se trainOnCustomData=False, utiliza test como número de amostras de teste. Defaults to 10000.
trainOnCustomData (bool, optional): Se True, traina com um dataset gerado por mim, armazenado em testdata.npy, bem menor que o mnist,
porém funciona melhor para os dados digitados no DigitClassifier. Se False, treina com os dados do mnist. Defaults to True.
forceTrain (bool, optional): Se True, força o modelo a retreinar, se False, primeiro tenta carregar o modelo salvo. Defaults to False.
"""
self.trainSize = trainSize
self.testSize = testSize
self.trainOnCustomData = trainOnCustomData
self.forceTrain = forceTrain
def loadDigits(self):
"""
Se trainOnCustomData = False, carrega os dados do dataset mnist para treino e teste,
caso contrario utiliza os dados gravados em testdata.npy como treino e teste.
"""
if(not self.trainOnCustomData):
(X_train, y_train), (X_test, y_test) = mnist.load_data()
X_train = np.reshape(X_train, (60000, 28*28))
X_train[X_train > 0] = 255 # todos os elementos maiores que 0 são 255
X_test = np.reshape(X_test, (10000, 28*28))
X_test[X_test > 0] = 255
X_train = X_train[:self.trainSize]
y_train = y_train[:self.trainSize]
X_test = X_test[:self.testSize]
y_test = y_test[:self.testSize]
self.X_train = X_train
self.y_train = y_train
self.X_test = X_test
self.y_test = y_test
else:
(testData, testLabels) = self.loadCustomTestData()
cut = int(testData.shape[0] * 0.9)
self.X_train = testData[:cut]
self.y_train = testLabels[:cut]
self.X_test = testData[cut:]
self.y_test = testLabels[cut:]
def trainRFC(self):
"""Treina o modelo com o algoritmo RandomForestClassifier
"""
self.loadDigits()
if(not self.forceTrain):
try:
self.clf = load('rfcmodel.joblib')
print('RFC Carregado!')
return
except:
pass
print('Treinando RFC')
self.clf = RandomForestClassifier(random_state=42, n_estimators=100)
self.clf.fit(self.X_train, self.y_train)
dump(self.clf, 'rfcmodel.joblib')
print('RFC Treinado')
def trainSVM(self):
"""Treina o modelo com o algoritmo Suport Vector Machine
"""
self.loadDigits()
if(not self.forceTrain):
try:
self.clf = load('svmmodel.joblib')
print('SVM Carregado!')
return
except:
pass
print('Treinando SVM')
self.clf = svm.SVC()
self.clf.fit(self.X_train, self.y_train)
dump(self.clf, 'svmmodel.joblib')
print('RFC Treinado')
def getScore(self):
score = self.clf.score(self.X_test, self.y_test)
print('Pontuação do modelo:', score)
def testAndDisplay(self, numDisplay=5):
"""
Seleciona aleatoriamente numDisplay imagens do dataset de teste,
gera as predições e mostra as imagens.
Args:
numDisplay (int): [Número de exemplos que serão mostrados]. Defaults to 5.
"""
indexes = random.sample(range(self.X_test.shape[0]), numDisplay)
X_test = [self.X_test[i] for i in indexes]
y_test = [self.y_test[i] for i in indexes]
pred = self.clf.predict(X_test)
for i in range(numDisplay):
plt.title('Numero: ' + str(y_test[i]) + ' Número previsto:' + str(pred[i]))
plt.imshow(np.reshape(X_test[i], (28,28)), cmap='Greys')
plt.show()
def predictSingleDigit(self, digit):
pred = self.clf.predict([digit])
return pred[0]
def loadCustomTestData(self):
data = np.load('testdata.npy', allow_pickle=True)
testData = np.array([data[0][i] for i in range(data[0].shape[0])])
testLabels = np.asarray(data[1], dtype=np.uint8)
return (testData, testLabels)
if __name__ == '__main__':
model = Model(trainOnCustomData=True)
model.trainRFC()
model.getScore()