public static void ExibeResultados(Classificador.Knn knn)
{
Console.Clear();
Console.WriteLine("Métricas");
Console.WriteLine();
Console.WriteLine("Base de dados: ");
Console.WriteLine();
foreach (KeyValuePair <string, int> classes in knn.BaseDeDados.Classes)
{
Console.WriteLine("Classe/Registros: " + classes.Key + " / " + classes.Value);
}
Console.WriteLine();
foreach (var classe in knn.BaseDeDados.Classes.Keys)
{
Console.WriteLine("Classe: " + classe);
Console.WriteLine();
int[,] matrizDeConfusao = knn.MatrizDeConfusao.MatrizPorClasse(classe);
for (int i = 0; i < 2; i++)
{
for (int j = 0; j < 2; j++)
{
Console.Write(matrizDeConfusao[i, j] + " ");
}
Console.Write("\n");
}
Console.WriteLine();
Console.WriteLine("VP: " + knn.MatrizDeConfusao.VerdadeirosPositivos(classe));
Console.WriteLine("FP: " + knn.MatrizDeConfusao.FalsosPositivos(classe));
Console.WriteLine("FN: " + knn.MatrizDeConfusao.FalsosNegativos(classe));
Console.WriteLine("VN: " + knn.MatrizDeConfusao.VerdadeirosNegativos(classe));
Console.WriteLine("F-measure: " + knn.MatrizDeConfusao.FMeasure(classe).ToString("P", CultureInfo.InvariantCulture));
Console.WriteLine("G-measure: " + knn.MatrizDeConfusao.GMeasure(classe).ToString("P", CultureInfo.InvariantCulture));
Console.WriteLine();
}
Console.WriteLine("Acúracia: " + knn.MatrizDeConfusao.Acuracia().ToString("P", CultureInfo.InvariantCulture));
Console.WriteLine("Melhor K: " + knn.MelhorK);
Console.WriteLine("Tempo de execução: " + (knn.TempoDeExecucao.TotalMilliseconds / 1000.0).ToString(CultureInfo.InvariantCulture) + "s");
Console.WriteLine("Quantidade de previsões corretas: " + knn.MatrizDeConfusao.TotalAcertos());
Console.WriteLine("Tamanho da base de testes: " + knn.MatrizDeConfusao.TotalElementos());
}
static void Main(string[] args)
{
Console.WriteLine("Lendo arquivo...");
const string pathArquivo = @"C:\Users\netos\Google Drive\Fatec\TCC\Projeto\Bases\Padrão\titanic.dat";
var arquivo = new Arquivo();
var atributos = new List <string[]>();
var classes = new List <string>();
arquivo.LerArquivo(pathArquivo, ref atributos, ref classes);
var baseDeTreinamento = new Base(atributos, classes);
var baseDeTestes = baseDeTreinamento.Split(50);
var knn = new Classificador.Knn();
Console.WriteLine("Calculando...");
knn.Treina(baseDeTreinamento, baseDeTestes, new Euclidiana(), new Media(), 3);
ExibeResultados(knn);
Console.Read();
}
