Revision 2:c4a5251cee32, committed 2015-02-15

Comitter:

yukari_hinata

Date:

Sun Feb 15 09:27:08 2015 +0000

Parent:

1:1a0d5152d50b

Child:

3:a8938dc2c422

Commit message:

modified

Changed in this revision

--- a/MCSVM.cpp	Wed Jan 28 15:22:10 2015 +0000
+++ b/MCSVM.cpp	Sun Feb 15 09:27:08 2015 +0000
@@ -89,6 +89,10 @@
   // 単位ステップ関数による決定的識別
   float net;
   int* result_label_count = new int[n_class];
+  
+  // 元のラベルを退避
+  int* tmp_label = new int[n_sample];
+  memcpy(tmp_label,label, sizeof(int) * n_sample);
 
   int tmp_ci, tmp_cj;
   memset(result_label_count, 0, sizeof(int) * n_class);
@@ -127,8 +131,10 @@
       argmax = i;
     }
   }
-
-  delete [] result_label_count;
+    // 元のラベルを復帰
+  memcpy(this->label, tmp_label, sizeof(int) * n_sample);
+  delete [] tmp_label; delete [] result_label_count;
+  
   return argmax;
 
 }
@@ -140,7 +146,13 @@
   float prob;
   float* result_label_prob = new float[n_class];
   int tmp_ci, tmp_cj;
+
   memset(result_label_prob, 0, sizeof(float) * n_class);
+  
+  // 元のラベルを退避
+  int* tmp_label = new int[n_sample];
+  memcpy(tmp_label,label, sizeof(int) * n_sample);
+  
   for (int ci = 0; ci < n_class; ci++) {
     for (int cj = ci + 1; cj < n_class; cj++) {
 
@@ -174,8 +186,11 @@
       max = result_label_prob[i];
     }
   }
-
-  delete [] result_label_prob;
+  
+  // 元のラベルを復帰
+  memcpy(this->label, tmp_label, sizeof(int) * n_sample);
+  delete [] tmp_label; delete [] result_label_prob;
+  
   // 平均確率を返す.
   return (max / (n_class-1));
 
@@ -196,6 +211,6 @@
         return;
     }
     int nC2 = n_class * (n_class - 1)/2;
-    memcpy(mc_alpha, mcalpha_data, sizeof(float) * n_sample * (n_class * (n_class - 1) / 2));
+    memcpy(mc_alpha, mcalpha_data, sizeof(float) * n_sample * nC2);
     status = SVM_SET_ALPHA;
 }

--- a/MCSVM.hpp	Wed Jan 28 15:22:10 2015 +0000
+++ b/MCSVM.hpp	Sun Feb 15 09:27:08 2015 +0000
@@ -26,30 +26,29 @@
     float* mc_alpha;     // 各識別用の双対係数
     int*   mc_label;     // 各識別用の2値(-1,1)ラベル, 識別に関係しないデータにはラベル0が付与される.
                          // マルチクラス識別の場合,SVM::labelには0,...,n_class-1までのラベルが付いている
-
   public:
     MCSVM(int,      // クラス個数
           int,      // データ次元
           int,      // サンプル個数
           float*,   // サンプルデータ
-          int*);    // マルチクラスラベル
+          int*);    // マルチクラスラベル:ラベルは0,...,n_class-1の整数
           
     ~MCSVM(void);
           
     // 未知データのラベルを推定する.返り値はマルチクラスラベル0,...,n_class-1
-    int predict_label(float*);
+    virtual int predict_label(float*);
     
     // 未知データの識別確率を推定する.
     // ラベル識別predict_label結果の整合性を考えない.
-    float predict_probability(float*);
+    virtual float predict_probability(float*);
 
     // 全てのSVMの学習する.
-    int learning(void);
+    virtual int learning(void);
     
     // 双対係数のゲッター
-    float* get_alpha(void);
+    virtual float* get_alpha(void);
     
-    // 双対係数のセッター
+    // 双対係数/ラベルのセッター
     void set_alpha(float*, int, int);
                         
 };

--- a/SVM.cpp	Wed Jan 28 15:22:10 2015 +0000
+++ b/SVM.cpp	Sun Feb 15 09:27:08 2015 +0000
@@ -71,7 +71,7 @@
   // ソフトマージンの係数. 両方ともFLT_MAXとすることでハードマージンと一致.
   // また, 設定するときはどちらか一方のみにすること.
   C1 = FLT_MAX;
-  C2 = 10;
+  C2 = 5;
 
   srand((unsigned int)time(NULL));
 

--- a/SVM.hpp	Wed Jan 28 15:22:10 2015 +0000
+++ b/SVM.hpp	Sun Feb 15 09:27:08 2015 +0000
@@ -1,3 +1,5 @@
+/* Support Vector Machine by hinata_yukari */
+
 #ifndef SVM_H_INCLUDED
 #define SVM_H_INCLUDED
 
@@ -48,7 +50,7 @@
         inprod += powf(x[i] - y[i],2);
         //printf("x[%d] : %f y[%d] : %f \n", i, x[i], i, y[i]);
       }
-      return expf(-inprod);
+      return expf(-inprod/0.1);
     }
 
   public:
@@ -80,7 +82,7 @@
     virtual float* get_alpha(void);
     
     // 双対係数のセッター
-    virtual void set_alpha(float*, int);
+    void set_alpha(float*, int);
 
 };
 

--- a/debug/debug.cpp	Wed Jan 28 15:22:10 2015 +0000
+++ /dev/null	Thu Jan 01 00:00:00 1970 +0000
@@ -1,25 +0,0 @@
-#include "debug.hpp"
-
-void print_mat_func(float* mat, int row, int col) {
-    for (int i = 0; i < row; i++) {
-      for (int j = 0; j < col; j++) {
-        if (j == 0) { printf("|"); }
-        float val = MATRIX_AT(mat,col,i,j);
-        if (val > 0) { printf(" "); }
-        printf("%3.3f ",val);
-        if (j == col-1) { printf("| \r\n"); };
-      }
-    }
-}
-
-void print_vec_func(float* vec, int dim) {
-    for (int i = 0; i < dim; i++) {
-        printf("%f ", vec[i]);
-    }
-    printf("\r\n");
-}
-
-void no_memory(void) {
-    fprintf( stderr, "panic: can't allocate to memory! \r\n");
-    exit(1);
-}

--- a/debug/debug.hpp	Wed Jan 28 15:22:10 2015 +0000
+++ /dev/null	Thu Jan 01 00:00:00 1970 +0000
@@ -1,30 +0,0 @@
-#ifndef DEBUG_H_INCLUDED
-#define DEBUG_H_INCLUDED
-
-#include "mbed.h"
-#include <new> 
-
-#include "../util/util.hpp"
-
-// Debug Macros
-#define DBG(...) printf("" __VA_ARGS__)
-#define PRINT_INT(x) (printf(#x " : %d \r\n", x))
-#define PRINT_FLT(x) (printf(#x " : %f \r\n", x))
-
-#define PRINT_VEC(vec,dim) (printf("FILE[%s] LINE %d, %s: \r\n", __FILE__, __LINE__, (#vec)) \
-                           (print_vec_func((vec),(dim)))
-#define PRINT_MAT(mat,row,col) (printf("FILE[%s] LINE %d, %s: \r\n", __FILE__, __LINE__, (#mat)) \
-                               (print_vec_func((vec),(row),(col)))
-
-// Debug Modules
-
-void print_vec_func(float* vec, int dim);
-
-void print_mat_func(float* mat, int row, int col);
-
-void write_log(char* name, ...);
-
-void no_memory(void);               // error handler for memory allocate failing
-
-#endif /* DEBUG_H_INCLUDED */
-

--- a/main.cpp	Wed Jan 28 15:22:10 2015 +0000
+++ /dev/null	Thu Jan 01 00:00:00 1970 +0000
@@ -1,101 +0,0 @@
-#include "mbed.h"
-
-#include "MCSVM.hpp"
-#include "./debug/debug.hpp"
-
-LocalFileSystem local("local");
-
-// SVMのテストルーチン
-int main(void) {
-  /*
-  FILE* fp;
-  const char* fname = "/local/iris.csv";
-  char s[100];
-  int ret;
-  float f1, f2, f3, f4;
-
-  set_new_handler(no_memory);
-
-  float* sample = new float[150 * 4];
-  int* sample_label = new int[150];
-
-  fp = fopen( fname, "r" );
-  if( fp == NULL ){
-    fprintf( stderr, "[%s] File cannot opne \r \n", fname );
-    return 1;
-  }
-
-  int cnt = 0;
-  while( ( ret = fscanf( fp, "%f,%f,%f,%f,%s", &f1, &f2, &f3, &f4, s) ) != EOF ){
-    //printf( "%f %f %f \n", f1, f2, f3 );
-    sample[cnt * 4]     = f1;
-    sample[cnt * 4 + 1] = f2;
-    sample[cnt * 4 + 2] = f3;
-    sample[cnt * 4 + 3] = f4;
-    
-    //printf("string : %s \n",s);
-    //printf("strcmp : %d \n",strcmp(s,"Iris-setosa"));
-    if ( !strcmp(s,"Iris-setosa") ) {
-      sample_label[cnt] = 0;
-    } else if ( !strcmp(s,"Iris-versicolor")) {
-      sample_label[cnt] = 1;
-    } else if ( !strcmp(s,"Iris-virginica")) {
-      sample_label[cnt] = 2;
-    }
-    //printf("sample : %f %f %f %f %d\n", MATRIX_AT(sample,4,cnt,0), MATRIX_AT(sample,4,cnt,1), MATRIX_AT(sample,4,cnt,2), MATRIX_AT(sample,4,cnt,3), sample_label[cnt]);
-
-    cnt++;
-  }
-
-  MCSVM mcsvm(3, 4, 150, sample, sample_label);
-  mcsvm.learning();
-
-  float *test = new float[4];
-  for (int i = 0; i < 150; i++ ) {
-    test[0] = sample[i * 4 + 0];
-    test[1] = sample[i * 4 + 1];
-    test[2] = sample[i * 4 + 2];
-    test[3] = sample[i * 4 + 3];
-    printf("<TEST No:%d> label : %d, answer : %d \r\n", i, mcsvm.predict_label(test), sample_label[i]);
-  }
-  fclose( fp );
-  free( fp ); // required for mbed.
-  */
-
-  /* 簡単な例 : 2次元空間の象限 */
-  // /*
-  float* easy_sample = new float[2 * 12];
-  int* easy_sample_label = new int[12];
-  easy_sample[0] = 1;     easy_sample[1] = 1;     easy_sample_label[0] = 0; // 第一象限 : ラベル0
-  easy_sample[2] = 0.5;   easy_sample[3] = 1;     easy_sample_label[1] = 0;
-  easy_sample[4] = 1;     easy_sample[5] = 0.5;   easy_sample_label[2] = 0;
-  easy_sample[6] = -1;    easy_sample[7] = 1;     easy_sample_label[3] = 1; // 第二象限 : ラベル1
-  easy_sample[8] = -0.5;  easy_sample[9] = 1;     easy_sample_label[4] = 1;
-  easy_sample[10] = -1;   easy_sample[11] = 0.5;  easy_sample_label[5] = 1;
-  easy_sample[12] = 1;    easy_sample[13] = -1;   easy_sample_label[6] = 2; // 第四象限 : ラベル2
-  easy_sample[14] = 0.5;  easy_sample[15] = -1;   easy_sample_label[7] = 2;
-  easy_sample[16] = 1;    easy_sample[17] = -0.5; easy_sample_label[8] = 2;
-  easy_sample[18] = -0.5; easy_sample[19] = -1;   easy_sample_label[9] = 3; // 第三象限 : ラベル3
-  easy_sample[20] = -1;   easy_sample[21] = -0.5; easy_sample_label[10] = 3;
-  easy_sample[22] = -1;   easy_sample[23] = -1;   easy_sample_label[11] = 3;
-
-  MCSVM mcsvm(4, 2, 12, easy_sample, easy_sample_label);
-  mcsvm.learning();
-
-  float *test = new float[2];
-  int ans;
-  for (float i = -1; i <= 1; i += 0.2) {
-    for (float j = -1; j <= 1; j += 0.2) {
-      test[0] = i; test[1] = j; ans = 0;
-      if ( i < 0 ) { ans += 1; }
-      if ( j < 0 ) { ans += 2; }
-      printf("<TEST> [%f,%f] label : %d prob : %f answer : %d \r\n", test[0], test[1], mcsvm.predict_label(test), mcsvm.predict_probability(test), ans);
-    }
-  }
-  // */
-  
-  delete [] test;
-
-  return 0;
-}
-

--- a/mbed.bld	Wed Jan 28 15:22:10 2015 +0000
+++ /dev/null	Thu Jan 01 00:00:00 1970 +0000
@@ -1,1 +0,0 @@
-http://mbed.org/users/mbed_official/code/mbed/builds/4fc01daae5a5
\ No newline at end of file

--- a/util/util.hpp	Wed Jan 28 15:22:10 2015 +0000
+++ /dev/null	Thu Jan 01 00:00:00 1970 +0000
@@ -1,92 +0,0 @@
-#ifndef UTIL_H_INCLUDED
-#define UTIL_H_INCLUDED
-
-#include "mbed.h"
-
-/* float.h がないので, FLT_MAXをここで */
-#define FLT_MAX  (0x1.fffffeP127F)      // float max
-
-// 特に行列演算用のマクロ集
-
-// 行列アクセス用マクロ. n_lenは行列の幅(length, col,列の数)
-#define MATRIX_AT(ary,n_len,i,j) (ary[(((i) * (n_len)) + (j))])
-
-// 2乗(ユーグリッド)ノルムを返す
-inline float two_norm(float *vec, int dim) {
-  register float ret = 0;
-  for (int i=0; i < dim; i++) {
-    ret += powf(vec[i],2);
-  }
-  return sqrtf(ret);
-}
-
-// 2ベクトル間の距離をユーグリッドノルムで測る.
-inline float vec_dist(float *x, float *y, int dim) {
-  register float ret = 0;
-  for (int i=0; i < dim; i++) {
-    ret += powf(x[i] - y[i],2);
-  }
-  return sqrtf(ret);
-}
-
-// 一様乱数の生成 : [-w,w]で生成.
-inline float uniform_rand(float w) {
-  return (float(rand() - RAND_MAX/2) / float(RAND_MAX)) * 2 * w;
-}
-
-// float配列の最大値を返す
-inline float maxf(float* ary, int dim) {
-  register float max = 0;
-  for (int i=0; i < dim; i++) {
-    if (ary[i] >= max) {
-      max = ary[i];
-    }
-  }
-  return max;
-}
-
-// float配列の最小値を返す
-inline float minf(float* ary, int dim) {
-  register float min = FLT_MAX;
-  for (int i=0; i < dim; i++) {
-    if (ary[i] <= min) {
-      min = ary[i];
-    }
-  }
-  return min;
-}
-
-// サイズm*nの行列とサイズn*1のベクトルの掛け算を計算し,結果をresultにセットする.
-
-inline void multiply_mat_vec(float*  mat, // m * n 行列
-                             float*  vec, // n * 1 ベクトル
-                             float*  result, // m * 1 計算結果ベクトル
-                             int     m,   // m
-                             int     n)   // n
-{
-  register float sum;
-  for (int i=0;i<m;i++) {
-    sum = 0;
-    for (int j=0;j<n;j++) {
-      sum += MATRIX_AT(mat,n,i,j) * vec[j];
-    }
-    result[i] = sum;
-  }
-}
-
-// シグモイド（ロジスティック）関数.
-inline float sigmoid_func(float x){
-  return (1 / (1 + expf(-x)));
-}
-
-// 信号の正規化([0,1]の範囲に収めること:超重要)
-inline float normalize_signal(float in, float max, float min){
-  return float((in - min) / (max - min));
-} 
-
-// 信号の元の領域への拡大([0,1]から元の信号値にスケール)
-inline float expand_signal(float in, float max, float min){
-  return float(min + (max - min) * in);
-} 
-
-#endif /* UTIL_H_INCLUDED */