Commit c6b13175 authored by Pablo Herrero's avatar Pablo Herrero
Browse files

Add best results on all data

parent ec6f026e
Para (P = 141) y (K = 11) es 0.747
Para (P = 144) y (K = 11) es 0.747
Para (P = 145) y (K = 11) es 0.738
Para (P = 99) y (K = 8) es 0.734
Para (P = 143) y (K = 11) es 0.734
Para (P = 30) y (K = 11) es 0.731
Para (P = 110) y (K = 6) es 0.731
Para (P = 135) y (K = 11) es 0.731
Para (P = 140) y (K = 11) es 0.731
Para (P = 152) y (K = 9) es 0.731
Para (P = 111) y (K = 6) es 0.728
Para (P = 136) y (K = 11) es 0.728
Para (P = 138) y (K = 11) es 0.728
Para (P = 142) y (K = 12) es 0.728
Para (P = 146) y (K = 11) es 0.728
Para (P = 153) y (K = 9) es 0.728
Para (P = 242) y (K = 12) es 0.728
Para (P = 243) y (K = 12) es 0.728
Para (P = 29) y (K = 11) es 0.725
Para (P = 95) y (K = 8) es 0.725
Para (P = 108) y (K = 6) es 0.725
Para (P = 109) y (K = 6) es 0.725
Para (P = 123) y (K = 12) es 0.725
Para (P = 124) y (K = 12) es 0.725
Para (P = 126) y (K = 11) es 0.725
Para (P = 133) y (K = 11) es 0.725
Para (P = 139) y (K = 11) es 0.725
Para (P = 142) y (K = 11) es 0.725
Para (P = 154) y (K = 11) es 0.725
Para (P = 168) y (K = 16) es 0.725
Para (P = 169) y (K = 16) es 0.725
Para (P = 178) y (K = 18) es 0.725
Para (P = 238) y (K = 12) es 0.725
Para (P = 239) y (K = 12) es 0.725
Para (P = 240) y (K = 12) es 0.725
Para (P = 241) y (K = 12) es 0.725
Para (P = 34) y (K = 10) es 0.722
Para (P = 38) y (K = 11) es 0.722
Para (P = 96) y (K = 8) es 0.722
Para (P = 98) y (K = 8) es 0.722
Para (P = 100) y (K = 8) es 0.722
Para (P = 105) y (K = 6) es 0.722
Para (P = 107) y (K = 6) es 0.722
Para (P = 108) y (K = 8) es 0.722
Para (P = 114) y (K = 7) es 0.722
Para (P = 120) y (K = 12) es 0.722
Para (P = 124) y (K = 5) es 0.722
Para (P = 125) y (K = 8) es 0.722
Para (P = 126) y (K = 12) es 0.722
Para (P = 127) y (K = 5) es 0.722
Para (P = 128) y (K = 5) es 0.722
Para (P = 129) y (K = 5) es 0.722
Para (P = 129) y (K = 11) es 0.722
Para (P = 130) y (K = 11) es 0.722
Para (P = 134) y (K = 11) es 0.722
Para (P = 137) y (K = 11) es 0.722
Para (P = 137) y (K = 12) es 0.722
Para (P = 141) y (K = 9) es 0.722
Para (P = 142) y (K = 9) es 0.722
Para (P = 143) y (K = 12) es 0.722
Best experimental parameters using KNN (K = 12) is 0.8375
Best experimental parameters using KNN with PCA
Para (P = 141) y (K = 11) es 0.775
Para (P = 144) y (K = 11) es 0.75
Para (P = 145) y (K = 11) es 0.7625
Para (P = 99) y (K = 8) es 0.7875
Para (P = 143) y (K = 11) es 0.7625
Para (P = 30) y (K = 11) es 0.825
Para (P = 110) y (K = 6) es 0.725
Para (P = 135) y (K = 11) es 0.7625
Para (P = 140) y (K = 11) es 0.7625
Para (P = 152) y (K = 9) es 0.7875
Para (P = 111) y (K = 6) es 0.725
Para (P = 136) y (K = 11) es 0.725
Para (P = 138) y (K = 11) es 0.7875
Para (P = 142) y (K = 12) es 0.7625
Para (P = 146) y (K = 11) es 0.7625
Para (P = 153) y (K = 9) es 0.775
Para (P = 242) y (K = 12) es 0.8375
Para (P = 243) y (K = 12) es 0.8375
Para (P = 29) y (K = 11) es 0.8
Para (P = 95) y (K = 8) es 0.7625
Para (P = 108) y (K = 6) es 0.725
Para (P = 109) y (K = 6) es 0.725
Para (P = 123) y (K = 12) es 0.7375
Para (P = 124) y (K = 12) es 0.725
Para (P = 126) y (K = 11) es 0.7
Para (P = 133) y (K = 11) es 0.7625
Para (P = 139) y (K = 11) es 0.7625
Para (P = 142) y (K = 11) es 0.775
Para (P = 154) y (K = 11) es 0.7625
Para (P = 168) y (K = 16) es 0.7875
Para (P = 169) y (K = 16) es 0.7875
Para (P = 178) y (K = 18) es 0.7875
Para (P = 238) y (K = 12) es 0.8375
Para (P = 239) y (K = 12) es 0.8375
Para (P = 240) y (K = 12) es 0.8375
Para (P = 241) y (K = 12) es 0.825
Para (P = 34) y (K = 10) es 0.775
Para (P = 38) y (K = 11) es 0.7625
Para (P = 96) y (K = 8) es 0.7625
Para (P = 98) y (K = 8) es 0.7625
Para (P = 100) y (K = 8) es 0.75
Para (P = 105) y (K = 6) es 0.7125
Para (P = 107) y (K = 6) es 0.7125
Para (P = 108) y (K = 8) es 0.7375
Para (P = 114) y (K = 7) es 0.7625
Para (P = 120) y (K = 12) es 0.7375
Para (P = 124) y (K = 5) es 0.7625
Para (P = 125) y (K = 8) es 0.7625
Para (P = 126) y (K = 12) es 0.7375
Para (P = 127) y (K = 5) es 0.75
Para (P = 128) y (K = 5) es 0.725
Para (P = 129) y (K = 5) es 0.7125
Para (P = 129) y (K = 11) es 0.7625
Para (P = 130) y (K = 11) es 0.725
Para (P = 134) y (K = 11) es 0.7375
Para (P = 137) y (K = 11) es 0.7625
Para (P = 137) y (K = 12) es 0.7625
Para (P = 141) y (K = 9) es 0.7875
Para (P = 142) y (K = 9) es 0.8
Para (P = 143) y (K = 12) es 0.75
Best actual parameter using KNN
Para (K = 12) es 0.8375
Para (K = 10) es 0.825
Para (K = 11) es 0.825
Para (K = 8) es 0.8
Para (K = 13) es 0.8
Para (K = 88) es 0.8
Para (K = 89) es 0.8
Para (K = 4) es 0.7875
Para (K = 7) es 0.7875
Para (K = 9) es 0.7875
Best actual parameters using KNN with PCA
Para (P = 132) y (K = 20) es 0.8625
Para (P = 132) y (K = 21) es 0.8625
Para (P = 133) y (K = 18) es 0.8625
Para (P = 133) y (K = 20) es 0.8625
Para (P = 133) y (K = 21) es 0.8625
Para (P = 134) y (K = 21) es 0.8625
Para (P = 138) y (K = 21) es 0.8625
Para (P = 31) y (K = 24) es 0.85
Para (P = 31) y (K = 25) es 0.85
Para (P = 31) y (K = 26) es 0.85
Para (P = 31) y (K = 28) es 0.85
Para (P = 36) y (K = 24) es 0.85
Para (P = 125) y (K = 17) es 0.85
Para (P = 126) y (K = 23) es 0.85
Para (P = 129) y (K = 21) es 0.85
Para (P = 130) y (K = 20) es 0.85
Para (P = 130) y (K = 21) es 0.85
Para (P = 131) y (K = 20) es 0.85
Para (P = 131) y (K = 21) es 0.85
Para (P = 132) y (K = 18) es 0.85
Para (P = 134) y (K = 18) es 0.85
Para (P = 134) y (K = 20) es 0.85
Para (P = 136) y (K = 18) es 0.85
Para (P = 136) y (K = 21) es 0.85
Para (P = 137) y (K = 21) es 0.85
Para (P = 139) y (K = 21) es 0.85
Para (P = 140) y (K = 21) es 0.85
Para (P = 141) y (K = 18) es 0.85
Para (P = 207) y (K = 13) es 0.85
Para (P = 209) y (K = 13) es 0.85
Para (P = 14) y (K = 60) es 0.8375
Para (P = 15) y (K = 42) es 0.8375
Para (P = 16) y (K = 39) es 0.8375
Para (P = 16) y (K = 43) es 0.8375
Para (P = 19) y (K = 63) es 0.8375
Para (P = 21) y (K = 62) es 0.8375
Para (P = 28) y (K = 33) es 0.8375
Para (P = 30) y (K = 24) es 0.8375
Para (P = 30) y (K = 32) es 0.8375
Para (P = 31) y (K = 21) es 0.8375
Para (P = 31) y (K = 22) es 0.8375
Para (P = 31) y (K = 23) es 0.8375
Para (P = 31) y (K = 27) es 0.8375
Para (P = 31) y (K = 29) es 0.8375
Para (P = 31) y (K = 32) es 0.8375
Para (P = 32) y (K = 22) es 0.8375
Para (P = 32) y (K = 25) es 0.8375
Para (P = 32) y (K = 26) es 0.8375
Para (P = 32) y (K = 27) es 0.8375
Para (P = 32) y (K = 28) es 0.8375
Para (P = 207) y (K = 28) es 0.797
Para (P = 233) y (K = 28) es 0.797
Para (P = 234) y (K = 28) es 0.797
Para (P = 153) y (K = 30) es 0.794
Para (P = 186) y (K = 34) es 0.794
Para (P = 204) y (K = 28) es 0.794
Para (P = 205) y (K = 11) es 0.794
Para (P = 206) y (K = 11) es 0.794
Para (P = 208) y (K = 28) es 0.794
Para (P = 214) y (K = 60) es 0.794
Para (P = 218) y (K = 15) es 0.794
Para (P = 235) y (K = 28) es 0.794
Para (P = 142) y (K = 58) es 0.791
Para (P = 148) y (K = 57) es 0.791
Para (P = 154) y (K = 30) es 0.791
Para (P = 156) y (K = 51) es 0.791
Para (P = 168) y (K = 56) es 0.791
Para (P = 181) y (K = 33) es 0.791
Para (P = 182) y (K = 33) es 0.791
Para (P = 183) y (K = 34) es 0.791
Para (P = 183) y (K = 35) es 0.791
Para (P = 187) y (K = 34) es 0.791
Para (P = 203) y (K = 28) es 0.791
Para (P = 205) y (K = 28) es 0.791
Para (P = 206) y (K = 28) es 0.791
Para (P = 207) y (K = 11) es 0.791
Para (P = 210) y (K = 28) es 0.791
Para (P = 211) y (K = 11) es 0.791
Para (P = 212) y (K = 11) es 0.791
Para (P = 213) y (K = 15) es 0.791
Para (P = 214) y (K = 15) es 0.791
Para (P = 215) y (K = 15) es 0.791
Para (P = 216) y (K = 15) es 0.791
Para (P = 216) y (K = 58) es 0.791
Para (P = 216) y (K = 60) es 0.791
Para (P = 217) y (K = 15) es 0.791
Para (P = 217) y (K = 28) es 0.791
Para (P = 219) y (K = 17) es 0.791
Para (P = 220) y (K = 28) es 0.791
Para (P = 221) y (K = 28) es 0.791
Para (P = 222) y (K = 28) es 0.791
Para (P = 223) y (K = 28) es 0.791
Para (P = 232) y (K = 28) es 0.791
Para (P = 233) y (K = 27) es 0.791
Para (P = 234) y (K = 27) es 0.791
Para (P = 235) y (K = 27) es 0.791
Para (P = 236) y (K = 28) es 0.791
Para (P = 243) y (K = 28) es 0.791
Para (P = 142) y (K = 44) es 0.788
Para (P = 143) y (K = 53) es 0.788
Para (P = 143) y (K = 97) es 0.788
Para (P = 144) y (K = 58) es 0.788
Para (P = 151) y (K = 72) es 0.788
Para (P = 152) y (K = 32) es 0.788
Para (P = 152) y (K = 33) es 0.788
Para (P = 153) y (K = 31) es 0.788
Para (P = 182) y (K = 35) es 0.788
Para (P = 182) y (K = 59) es 0.788
Para (P = 184) y (K = 59) es 0.788
Para (P = 186) y (K = 33) es 0.788
Best experimental parameters using KNN (K = 23) is 0.7875
Best experimental parameters using KNN with PCA
Para (P = 207) y (K = 28) es 0.8
Para (P = 233) y (K = 28) es 0.775
Para (P = 234) y (K = 28) es 0.775
Para (P = 153) y (K = 30) es 0.775
Para (P = 186) y (K = 34) es 0.8
Para (P = 204) y (K = 28) es 0.8
Para (P = 205) y (K = 11) es 0.775
Para (P = 206) y (K = 11) es 0.775
Para (P = 208) y (K = 28) es 0.8
Para (P = 214) y (K = 60) es 0.7625
Para (P = 218) y (K = 15) es 0.7875
Para (P = 235) y (K = 28) es 0.775
Para (P = 142) y (K = 58) es 0.7875
Para (P = 148) y (K = 57) es 0.8
Para (P = 154) y (K = 30) es 0.7625
Para (P = 156) y (K = 51) es 0.8
Para (P = 168) y (K = 56) es 0.8
Para (P = 181) y (K = 33) es 0.7625
Para (P = 182) y (K = 33) es 0.775
Para (P = 183) y (K = 34) es 0.8
Para (P = 183) y (K = 35) es 0.7875
Para (P = 187) y (K = 34) es 0.8
Para (P = 203) y (K = 28) es 0.8
Para (P = 205) y (K = 28) es 0.8
Para (P = 206) y (K = 28) es 0.8
Para (P = 207) y (K = 11) es 0.7875
Para (P = 210) y (K = 28) es 0.8
Para (P = 211) y (K = 11) es 0.775
Para (P = 212) y (K = 11) es 0.8
Para (P = 213) y (K = 15) es 0.775
Para (P = 214) y (K = 15) es 0.775
Para (P = 215) y (K = 15) es 0.775
Para (P = 216) y (K = 15) es 0.7875
Para (P = 216) y (K = 58) es 0.75
Para (P = 216) y (K = 60) es 0.75
Para (P = 217) y (K = 15) es 0.7875
Para (P = 217) y (K = 28) es 0.7875
Para (P = 219) y (K = 17) es 0.7625
Para (P = 220) y (K = 28) es 0.8
Para (P = 221) y (K = 28) es 0.8
Para (P = 222) y (K = 28) es 0.8
Para (P = 223) y (K = 28) es 0.8
Para (P = 232) y (K = 28) es 0.775
Para (P = 233) y (K = 27) es 0.8
Para (P = 234) y (K = 27) es 0.8125
Para (P = 235) y (K = 27) es 0.7875
Para (P = 236) y (K = 28) es 0.775
Para (P = 243) y (K = 28) es 0.7625
Para (P = 142) y (K = 44) es 0.8
Para (P = 143) y (K = 53) es 0.7875
Para (P = 143) y (K = 97) es 0.7625
Para (P = 144) y (K = 58) es 0.8
Para (P = 151) y (K = 72) es 0.8125
Para (P = 152) y (K = 32) es 0.775
Para (P = 152) y (K = 33) es 0.775
Para (P = 153) y (K = 31) es 0.7875
Para (P = 182) y (K = 35) es 0.775
Para (P = 182) y (K = 59) es 0.7875
Para (P = 184) y (K = 59) es 0.775
Para (P = 186) y (K = 33) es 0.8
Best actual parameter using KNN
Para (K = 7) es 0.8375
Para (K = 9) es 0.825
Para (K = 6) es 0.8125
Para (K = 10) es 0.8125
Para (K = 13) es 0.8125
Para (K = 15) es 0.8125
Para (K = 17) es 0.8125
Para (K = 19) es 0.8125
Para (K = 20) es 0.8125
Para (K = 22) es 0.8125
Best actual parameters using KNN with PCA
Para (P = 158) y (K = 16) es 0.85
Para (P = 160) y (K = 16) es 0.85
Para (P = 195) y (K = 23) es 0.85
Para (P = 196) y (K = 23) es 0.85
Para (P = 198) y (K = 23) es 0.85
Para (P = 201) y (K = 13) es 0.85
Para (P = 202) y (K = 13) es 0.85
Para (P = 203) y (K = 13) es 0.85
Para (P = 204) y (K = 13) es 0.85
Para (P = 205) y (K = 7) es 0.85
Para (P = 205) y (K = 13) es 0.85
Para (P = 206) y (K = 13) es 0.85
Para (P = 207) y (K = 7) es 0.85
Para (P = 207) y (K = 13) es 0.85
Para (P = 208) y (K = 7) es 0.85
Para (P = 210) y (K = 23) es 0.85
Para (P = 155) y (K = 16) es 0.8375
Para (P = 157) y (K = 16) es 0.8375
Para (P = 159) y (K = 16) es 0.8375
Para (P = 163) y (K = 13) es 0.8375
Para (P = 164) y (K = 13) es 0.8375
Para (P = 165) y (K = 13) es 0.8375
Para (P = 167) y (K = 13) es 0.8375
Para (P = 175) y (K = 14) es 0.8375
Para (P = 176) y (K = 14) es 0.8375
Para (P = 184) y (K = 13) es 0.8375
Para (P = 186) y (K = 14) es 0.8375
Para (P = 193) y (K = 13) es 0.8375
Para (P = 193) y (K = 23) es 0.8375
Para (P = 194) y (K = 13) es 0.8375
Para (P = 194) y (K = 15) es 0.8375
Para (P = 194) y (K = 23) es 0.8375
Para (P = 194) y (K = 32) es 0.8375
Para (P = 195) y (K = 15) es 0.8375
Para (P = 195) y (K = 32) es 0.8375
Para (P = 195) y (K = 33) es 0.8375
Para (P = 196) y (K = 31) es 0.8375
Para (P = 197) y (K = 23) es 0.8375
Para (P = 197) y (K = 66) es 0.8375
Para (P = 198) y (K = 13) es 0.8375
Para (P = 198) y (K = 24) es 0.8375
Para (P = 199) y (K = 13) es 0.8375
Para (P = 199) y (K = 20) es 0.8375
Para (P = 200) y (K = 13) es 0.8375
Para (P = 200) y (K = 20) es 0.8375
Para (P = 200) y (K = 31) es 0.8375
Para (P = 203) y (K = 30) es 0.8375
Para (P = 205) y (K = 21) es 0.8375
Para (P = 206) y (K = 7) es 0.8375
Para (P = 206) y (K = 21) es 0.8375
Para (P = 247) y (K = 45) es 0.862
Para (P = 209) y (K = 25) es 0.859
Para (P = 232) y (K = 47) es 0.859
Para (P = 204) y (K = 71) es 0.856
Para (P = 225) y (K = 71) es 0.856
Para (P = 228) y (K = 48) es 0.856
Para (P = 230) y (K = 51) es 0.856
Para (P = 233) y (K = 66) es 0.856
Para (P = 237) y (K = 43) es 0.856
Para (P = 238) y (K = 43) es 0.856
Para (P = 238) y (K = 64) es 0.856
Para (P = 239) y (K = 64) es 0.856
Para (P = 243) y (K = 66) es 0.856
Para (P = 246) y (K = 43) es 0.856
Para (P = 246) y (K = 46) es 0.856
Para (P = 247) y (K = 43) es 0.856
Para (P = 247) y (K = 47) es 0.856
Para (P = 247) y (K = 48) es 0.856
Para (P = 250) y (K = 47) es 0.856
Para (P = 203) y (K = 70) es 0.853
Para (P = 203) y (K = 71) es 0.853
Para (P = 208) y (K = 29) es 0.853
Para (P = 208) y (K = 31) es 0.853
Para (P = 216) y (K = 32) es 0.853
Para (P = 221) y (K = 32) es 0.853
Para (P = 225) y (K = 72) es 0.853
Para (P = 229) y (K = 48) es 0.853
Para (P = 230) y (K = 48) es 0.853
Para (P = 230) y (K = 50) es 0.853
Para (P = 230) y (K = 68) es 0.853
Para (P = 231) y (K = 44) es 0.853
Para (P = 231) y (K = 47) es 0.853
Para (P = 231) y (K = 48) es 0.853
Para (P = 231) y (K = 50) es 0.853
Para (P = 234) y (K = 38) es 0.853
Para (P = 235) y (K = 49) es 0.853
Para (P = 237) y (K = 41) es 0.853
Para (P = 237) y (K = 74) es 0.853
Para (P = 238) y (K = 44) es 0.853
Para (P = 238) y (K = 45) es 0.853
Para (P = 238) y (K = 67) es 0.853
Para (P = 239) y (K = 65) es 0.853
Para (P = 240) y (K = 43) es 0.853
Para (P = 240) y (K = 64) es 0.853
Para (P = 240) y (K = 65) es 0.853
Para (P = 241) y (K = 35) es 0.853
Para (P = 241) y (K = 43) es 0.853
Para (P = 241) y (K = 68) es 0.853
Para (P = 242) y (K = 43) es 0.853
Para (P = 244) y (K = 43) es 0.853
Para (P = 245) y (K = 43) es 0.853
Para (P = 246) y (K = 45) es 0.853
Para (P = 247) y (K = 46) es 0.853
Para (P = 248) y (K = 43) es 0.853
Para (P = 249) y (K = 43) es 0.853
Para (P = 249) y (K = 47) es 0.853
Para (P = 249) y (K = 48) es 0.853
Para (P = 172) y (K = 34) es 0.85
Para (P = 203) y (K = 69) es 0.85
Para (P = 208) y (K = 30) es 0.85
Best experimental parameters using KNN (K = 43) is 0.825
Best experimental parameters using KNN with PCA
Para (P = 247) y (K = 45) es 0.7875
Para (P = 209) y (K = 25) es 0.825
Para (P = 232) y (K = 47) es 0.8
Para (P = 204) y (K = 71) es 0.7875
Para (P = 225) y (K = 71) es 0.825
Para (P = 228) y (K = 48) es 0.8125
Para (P = 230) y (K = 51) es 0.8
Para (P = 233) y (K = 66) es 0.85
Para (P = 237) y (K = 43) es 0.8
Para (P = 238) y (K = 43) es 0.8
Para (P = 238) y (K = 64) es 0.825
Para (P = 239) y (K = 64) es 0.8375
Para (P = 243) y (K = 66) es 0.8375
Para (P = 246) y (K = 43) es 0.7875
Para (P = 246) y (K = 46) es 0.7875
Para (P = 247) y (K = 43) es 0.8
Para (P = 247) y (K = 47) es 0.8375
Para (P = 247) y (K = 48) es 0.825
Para (P = 250) y (K = 47) es 0.8125
Para (P = 203) y (K = 70) es 0.7875
Para (P = 203) y (K = 71) es 0.7875
Para (P = 208) y (K = 29) es 0.825
Para (P = 208) y (K = 31) es 0.825
Para (P = 216) y (K = 32) es 0.8
Para (P = 221) y (K = 32) es 0.8
Para (P = 225) y (K = 72) es 0.825
Para (P = 229) y (K = 48) es 0.825
Para (P = 230) y (K = 48) es 0.8
Para (P = 230) y (K = 50) es 0.8125
Para (P = 230) y (K = 68) es 0.8375
Para (P = 231) y (K = 44) es 0.8125
Para (P = 231) y (K = 47) es 0.8
Para (P = 231) y (K = 48) es 0.8125
Para (P = 231) y (K = 50) es 0.8125
Para (P = 234) y (K = 38) es 0.8125
Para (P = 235) y (K = 49) es 0.8
Para (P = 237) y (K = 41) es 0.8125
Para (P = 237) y (K = 74) es 0.8375
Para (P = 238) y (K = 44) es 0.7875
Para (P = 238) y (K = 45) es 0.7875
Para (P = 238) y (K = 67) es 0.825
Para (P = 239) y (K = 65) es 0.8375
Para (P = 240) y (K = 43) es 0.8
Para (P = 240) y (K = 64) es 0.85
Para (P = 240) y (K = 65) es 0.8375
Para (P = 241) y (K = 35) es 0.7875
Para (P = 241) y (K = 43) es 0.8125
Para (P = 241) y (K = 68) es 0.8375
Para (P = 242) y (K = 43) es 0.7875
Para (P = 244) y (K = 43) es 0.7875
Para (P = 245) y (K = 43) es 0.7875
Para (P = 246) y (K = 45) es 0.8
Para (P = 247) y (K = 46) es 0.8
Para (P = 248) y (K = 43) es 0.825
Para (P = 249) y (K = 43) es 0.8125
Para (P = 249) y (K = 47) es 0.8125
Para (P = 249) y (K = 48) es 0.8125
Para (P = 172) y (K = 34) es 0.8125
Para (P = 203) y (K = 69) es 0.8
Para (P = 208) y (K = 30) es 0.85
Best actual parameter using KNN
Para (K = 15) es 0.8875
Para (K = 17) es 0.8875
Para (K = 21) es 0.8875
Para (K = 13) es 0.875
Para (K = 14) es 0.875
Para (K = 16) es 0.875
Para (K = 18) es 0.875
Para (K = 20) es 0.875
Para (K = 22) es 0.875
Para (K = 23) es 0.875
Best actual parameters using KNN with PCA
Para (P = 77) y (K = 17) es 0.9125
Para (P = 80) y (K = 14) es 0.9125
Para (P = 84) y (K = 17) es 0.9125
Para (P = 139) y (K = 16) es 0.9125
Para (P = 141) y (K = 12) es 0.9125
Para (P = 142) y (K = 12) es 0.9125
Para (P = 143) y (K = 12) es 0.9125
Para (P = 145) y (K = 12) es 0.9125
Para (P = 147) y (K = 14) es 0.9125
Para (P = 147) y (K = 15) es 0.9125
Para (P = 148) y (K = 14) es 0.9125
Para (P = 148) y (K = 15) es 0.9125
Para (P = 149) y (K = 14) es 0.9125
Para (P = 150) y (K = 14) es 0.9125
Para (P = 151) y (K = 14) es 0.9125
Para (P = 157) y (K = 18) es 0.9125
Para (P = 159) y (K = 16) es 0.9125
Para (P = 161) y (K = 15) es 0.9125
Para (P = 161) y (K = 16) es 0.9125
Para (P = 163) y (K = 15) es 0.9125
Para (P = 164) y (K = 15) es 0.9125
Para (P = 165) y (K = 16) es 0.9125
Para (P = 166) y (K = 15) es 0.9125
Para (P = 79) y (K = 14) es 0.9
Para (P = 79) y (K = 15) es 0.9
Para (P = 80) y (K = 16) es 0.9
Para (P = 85) y (K = 17) es 0.9
Para (P = 86) y (K = 17) es 0.9
Para (P = 86) y (K = 20) es 0.9
Para (P = 87) y (K = 24) es 0.9
Para (P = 89) y (K = 24) es 0.9
Para (P = 100) y (K = 14) es 0.9
Para (P = 107) y (K = 15) es 0.9
Para (P = 108) y (K = 13) es 0.9
Para (P = 110) y (K = 14) es 0.9
Para (P = 113) y (K = 14) es 0.9
Para (P = 114) y (K = 14) es 0.9
Para (P = 115) y (K = 14) es 0.9
Para (P = 138) y (K = 16) es 0.9
Para (P = 139) y (K = 17) es 0.9
Para (P = 140) y (K = 16) es 0.9
Para (P = 141) y (K = 13) es 0.9
Para (P = 141) y (K = 14) es 0.9
Para (P = 141) y (K = 16) es 0.9
Para (P = 141) y (K = 19) es 0.9
Para (P = 143) y (K = 16) es 0.9
Para (P = 143) y (K = 18) es 0.9
Para (P = 144) y (K = 12) es 0.9
Para (P = 144) y (K = 13) es 0.9
Para (P = 144) y (K = 16) es 0.9
......@@ -10,22 +10,28 @@ from experiments.helpers import max_cpus_config_value, serialize_results
from classifier.pca import PCA
MAX_PROCESSES = max_cpus_config_value()
BEST_KNN_RESULTS = 50
BEST_KNN_RESULTS = 10
BEST_PCA_RESULTS = 50
PCA_CENTERING = with_tf_idf
KNN_CENTERING = with_tf_idf
MAXIMUM_K = 100 # Neighbors
P_MIN = 50
P_MIN = 1
P_MAX = 250
Q = 1000
EPSILON = 1e-7
ITERS = 1_000_000
P_LIST = range(P_MIN, P_MAX + 1, 1)
BEST_EXPERIMENTAL_KNN = 43
BEST_EXPERIMENTAL_PCA_KNN = [(232, 47), (209, 25), (225, 71), (239, 64), (238, 64), (238, 43), (237, 43), (233, 66), (230, 51), (228, 48), (204, 71), (237, 74), (237, 41), (235, 49), (231, 50), (231, 44), (230, 68), (230, 50), (230, 48), (229, 48), (225, 72), (221, 32), (203, 70), (240, 65), (240, 64), (240, 43), (239, 65), (238, 67), (238, 45), (238, 44), (234, 38), (231, 48), (231, 47), (216, 32), (208, 31), (208, 29), (203, 71), (220, 32), (239, 34), (230, 44), (237, 44), (239, 44), (226, 45), (224, 47), (227, 48), (232, 48), (233, 50), (232, 55), (236, 56), (237, 56), (238, 60), (238, 65), (234, 66), (238, 66), (240, 66), (234, 68), (203, 69), (224, 71), (227, 71), (208, 30)]
# BEST_EXPERIMENTAL_PCA_KNN = [(184, 14), (180, 14), (199, 17), (182, 14), (179, 14), (196, 25), (181, 12), (197, 17), (182, 11), (178, 11), (167, 13), (189, 14), (188, 14), (185, 14), (183, 14), (177, 14), (165, 14), (200, 15), (199, 15), (193, 15), (192, 15), (198, 17), (187, 11), (180, 11), (179, 11), (189, 12), (186, 12), (182, 12), (168, 13), (200, 17)]
if PCA_CENTERING == with_tf_idf:
BEST_EXPERIMENTAL_PCA_KNN = [(247, 45), (209, 25), (232, 47), (204, 71), (225, 71), (228, 48), (230, 51), (233, 66), (237, 43), (238, 43), (238, 64), (239, 64), (243, 66), (246, 43), (246, 46), (247, 43), (247, 47), (247, 48), (250, 47), (203, 70), (203, 71), (208, 29), (208, 31), (216, 32), (221, 32), (225, 72), (229, 48), (230, 48), (230, 50), (230, 68), (231, 44), (231, 47), (231, 48), (231, 50), (234, 38), (235, 49), (237, 41), (237, 74), (238, 44), (238, 45), (238, 67), (239, 65), (240, 43), (240, 64), (240, 65), (241, 35), (241, 43), (241, 68), (242, 43), (244, 43), (245, 43), (246, 45), (247, 46), (248, 43), (249, 43), (249, 47), (249, 48), (172, 34), (203, 69), (208, 30)]
BEST_EXPERIMENTAL_KNN = 43
elif PCA_CENTERING == with_mean:
BEST_EXPERIMENTAL_PCA_KNN = [(141, 11), (144, 11), (145, 11), (99, 8), (143, 11), (30, 11), (110, 6), (135, 11), (140, 11), (152, 9), (111, 6), (136, 11), (138, 11), (142, 12), (146, 11), (153, 9), (242, 12), (243, 12), (29, 11), (95, 8), (108, 6), (109, 6), (123, 12), (124, 12), (126, 11), (133, 11), (139, 11), (142, 11), (154, 11), (168, 16), (169, 16), (178, 18), (238, 12), (239, 12), (240, 12), (241, 12), (34, 10), (38, 11), (96, 8), (98, 8), (100, 8), (105, 6), (107, 6), (108, 8), (114, 7), (120, 12), (124, 5), (125, 8), (126, 12), (127, 5), (128, 5), (129, 5), (129, 11), (130, 11), (134, 11), (137, 11), (137, 12), (141, 9), (142, 9), (143, 12)]
BEST_EXPERIMENTAL_KNN = 12
else:
BEST_EXPERIMENTAL_PCA_KNN = [(207, 28), (233, 28), (234, 28), (153, 30), (186, 34), (204, 28), (205, 11), (206, 11), (208, 28), (214, 60), (218, 15), (235, 28), (142, 58), (148, 57), (154, 30), (156, 51), (168, 56), (181, 33), (182, 33), (183, 34), (183, 35), (187, 34), (203, 28), (205, 28), (206, 28), (207, 11), (210, 28), (211, 11), (212, 11), (213, 15), (214, 15), (215, 15), (216, 15), (216, 58), (216, 60), (217, 15), (217, 28), (219, 17), (220, 28), (221, 28), (222, 28), (223, 28), (232, 28), (233, 27), (234, 27), (235, 27), (236, 28), (243, 28), (142, 44), (143, 53), (143, 97), (144, 58), (151, 72), (152, 32), (152, 33), (153, 31), (182, 35), (182, 59), (184, 59), (186, 33)]
BEST_EXPERIMENTAL_KNN = 23
def accuracies_for_P(P):
accuracy = np.zeros((MAXIMUM_K,), dtype=np.float64)
......
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