public void adicionando_dados_de_treinamento2()
{
var dadosTreinamento = new DadosTreinamento();
var caracteristicas = new[]
{
new[] { 2.0, 2.5 },
new[] { 1.3, 2.0 },
new[] { 8.1, 3.5 },
new[] { 2.2, 4.5 }
};
var classes = new[] { 0, 1, 1, 0 };
dadosTreinamento.Adicionar(caracteristicas[0], classes[0]);
dadosTreinamento.Adicionar(caracteristicas[1], classes[1]);
dadosTreinamento.Adicionar(caracteristicas[2], classes[2]);
dadosTreinamento.Adicionar(caracteristicas[3], classes[3]);
dadosTreinamento.Saidas.Should().HaveSameCount(classes);
dadosTreinamento.Entradas.Should().HaveSameCount(caracteristicas);
for (var i = 0; i < caracteristicas.Length; i++)
{
dadosTreinamento.Entradas[i].Should().ContainInOrder(caracteristicas[i]);
dadosTreinamento.Saidas[i].Should().Be(classes[i]);
}
}
public DadosTreinamento Extrair(EmailRecebido[] emailsRecebidos)
{
var dadosTreinamento = new DadosTreinamento();
foreach (var emailRecebido in emailsRecebidos)
{
var caracteristicas = geradorCaracteristicas.Extrair(emailRecebido);
var classe = colecaoChaveValor.ObterValor(emailRecebido.Categoria);
dadosTreinamento.Adicionar(caracteristicas, classe);
}
return dadosTreinamento;
}
public void classificando_caracteristicas()
{
var dadosTreinamento = new DadosTreinamento();
dadosTreinamento.Adicionar(new [] { 1.0, 1.0 }, 0);
dadosTreinamento.Adicionar(new [] { 0.5, 0.5 }, 1);
dadosTreinamento.Adicionar(new [] { 1.5, 1.5 }, 2);
var svm = new Svm();
svm.Treinar(dadosTreinamento);
var classe = svm.Classificar(new[] {0.3, 0.3});
classe.Should().Be(1);
}
public void adicionando_dados_de_treinamento()
{
var dadosTreinamento = new DadosTreinamento();
var caracteristicas = new[] { 2.0, 2.5 };
var classe = 0;
dadosTreinamento.Adicionar(caracteristicas, classe);
dadosTreinamento.Saidas.Should().HaveCount(1);
dadosTreinamento.Saidas.Should().OnlyContain(s => s == 0);
dadosTreinamento.Entradas.Should().HaveCount(1);
dadosTreinamento.Entradas.Should().OnlyContain(a => a[0] == caracteristicas[0] && a[1] == caracteristicas[1]);
}
public void Treinar(DadosTreinamento dadosTreinamento)
{
var kernel = new Linear(1);
var quantidadeCaracteristicas = dadosTreinamento.Entradas[0].Length;
var quantidadeClasses = dadosTreinamento.Saidas.Distinct().Length;
svm = new MulticlassSupportVectorMachine(quantidadeCaracteristicas, kernel, quantidadeClasses);
var learning = new MulticlassSupportVectorLearning(svm, dadosTreinamento.Entradas, dadosTreinamento.Saidas)
{
Algorithm = (machine, inputs, outputs, a, b) => new SequentialMinimalOptimization(machine, inputs, outputs)
{
Complexity = 1.0
}
};
learning.Run();
}
public void treinando_algoritmo_de_classificacao()
{
var emailsRecebidos = new[]
{
new EmailRecebido("email", "email"),
new EmailRecebido("email", "email"),
new EmailRecebido("email", "email")
};
var dadosTreinamento = new DadosTreinamento();
geradorDadosTreinamento.Extrair(emailsRecebidos).Returns(dadosTreinamento);
classificadorEmail.Treinar(emailsRecebidos);
geradorDadosTreinamento.Received().Extrair(emailsRecebidos);
algoritmoClassificacao.Received().Treinar(dadosTreinamento);
}
