search

domingomery / patrones

Curso Reconocimiento de Patrones - UC - Chile
https://domingomery.ing.puc.cl/teaching/patrones/
143 stars 39 forks source link

Tarea 2 #2

Closed domingomery closed 5 years ago

domingomery commented 5 years ago

[ Tarea 2 ]

Objetivo: Entender reconocimiento de caras basado en LBP y selección de características.

Enunciado: En la base de datos AR-LQ (disponible en este link) existen fotos faciales de 100 personas, 50 hombres y 50 mujeres. Las fotos están almacenadas en los archivos face_xxx_nn.png, donde xxx es el ID de la persona (un número del 001 al 100), y nn es el número de la foto de la persona xxx. En esta tarea sólo se usarán las fotos que tengan nn = 01, 02, ... 07. En la primera parte de la tarea, dedicada a selección de características, se usarán sólo las personas que tengan un ID impar, es decir xxx = 01, 03, 05, ... 099. En la segunda parte, dedicada a la clasificación, se usarán los resultados de la primera parte y las personas que tengan un ID par, es decir xxx = 02, 04, 06, ... 100.

Primera parte: i) Sacar LBP de las fotos nn = 01, 02, ... 07 (de los ID impar) usando un número de particiones adecuado. ii) Usando las fotos 02, 03, ... 07 seleccionar no más de 100 características de tal forma que se maximice el la correcta clasificación de la foto 01 usando vecinos más cercanos con k=1. iii) Reporte el accuracy obtenido (caras correctamente reconocidas / 50 x 100%).

Segunda parte: i) Sacar LBP de las fotos nn = 01, 02, ... 07 (de los ID par) usando el mismo número de particiones de la primera parte. ii) Extraer de los LBP de las fotos 01, 02, ... 07 las no más de 100 características seleccionadas en la primera parte. iii) Use las características seleccionadas de las fotos 02, 03, ... 07 como set de entrenamiento y las características seleccionadas de la foto 01 como set de testing para una clasificación de vecinos más cercanos con k=1. iv) Reporte el accuracy oobtenido (caras correctamente reconocidas / 50 x 100%).

EVALUACIÓN

  1. Informe: 20% (se evalúa calidad del informe, explicaciones, redacción, ortografía)

  2. Solución propuesta: 50% (se evalúa la calidad del método, si el diseño es robusto y rápido para el problema dado, si los experimentos diseñados y los datos empleados son adecuados, si el código es entendible, limpio, ordenado y bien comentado).

  3. Resultados obtenidos: 30% (la nota en este item es 30% x A, donde A es (2*A1+A2)/3 + B, con A1 el accuracy de la parte 1, A2 el accuracy de la parte 2 y B una constante calculada de tal forma que el mejor resultado en el curso obtenga A = 1.

Geeermy commented 5 years ago

¡Hola!

Varias dudas que me surgen del enunciado:

1) ¿Hay restricción de librerías? Parece que no.

2) Se dice que seleccionemos un número de particiones "adecuado". ¿Esto debiésemos definirlo de forma experimental? ¿O hay alguna referencia a seguir?

3) La nota depende, en parte, de la precisión del mejor modelo del curso. No obstante, todos tenemos que implementar LBP y seleccionar, a lo más, 100 características. Entonces, ¿nuestra precisión solo dependerá de cómo hayamos realizado las particiones y las características que hayamos seleccionado?

De antemano gracias. :)

domingomery commented 5 years ago

Hola! van mis respuestas

1) ¿Hay restricción de librerías? Parece que no.

2) Se dice que seleccionemos un número de particiones "adecuado". ¿Esto debiésemos definirlo de forma experimental? ¿O hay alguna referencia a seguir?

3) La nota depende, en parte, de la precisión del mejor modelo del curso. No obstante, todos tenemos que implementar LBP y seleccionar, a lo más, 100 características. Entonces, ¿nuestra precisión solo dependerá de cómo hayamos realizado las particiones y las características que hayamos seleccionado?

On Mar 26, 2019, 11:43 AM -0300, domingomery/patrones reply@reply.github.com, wrote:

  1. ¿Hay restricción de librerías? Parece que no.
  2. Se dice que seleccionemos un número de particiones "adecuado". ¿Esto debiésemos definirlo de forma experimental? ¿O hay alguna referencia a seguir?
  3. La nota depende, en parte, de la precisión del mejor modelo del curso. No obstante, todos tenemos que implementar LBP y seleccionar, a lo más, 100 características. Entonces, ¿nuestra precisión solo dependerá de cómo hayamos realizado las particiones y las características que hayamos seleccionado?
fjpessot commented 5 years ago

Hola!

Tengo un problema con pybalu. Cree un entorno especial en anaconda para pybalu con todos los requerimientos de versiones de packages pero al momento de importar cosas de pybalu el programa encuentra un error y falla. En particular la linea que falla es: from pybalu.feature_extraction.geometric_utils import bbox as _bbox Y el error es:

File "D:\Francisco\Programas\Anaconda\envs\pybaluenvironment\pybalu\feature_extraction\basic_geo.py", line 4, in from .geometric_utils import bbox, convex_area, moments, perimeter

ModuleNotFoundError: No module named 'pybalu.feature_extraction.geometric_utils'

Si alguien sabe como solucionar esto seria una gran ayuda.

Geeermy commented 5 years ago

@fjpessot

(1) ¿Hace cuánto instalaste la librería? Creo que le hicieron algunos cambios hace poco, a varios se les solucionó desinstalándola e instalándola de nuevo para que se actualizara correspondientemente.

(2) A mí lo anterior no me funcionó, y para no usar mucho de mi tiempo solucionando el problema principal simplemente me cambié de sistema operativo (de Windows 10 a Ubuntu 16.04). En este último no hay ningún problema.

Se me ocurren esas dos opciones que te pueden servir, si lo que buscas es solucionar el tema rápidamente. Si alguien tiene la solución infalible, se aprecia que comparta su respuesta. :grin:

fjpessot commented 5 years ago

@Geeermy

La librería la instalé hoy, asi que no creo que sea la primera alternativa. Creo que prefiero definir mi propia libreria antes de instalar otro sistema operativo jajaja. Una cosa que si vale la pena notar es que funcionan los únicos imports que no funcionan son los de extracción de características.

paulanavarretec commented 5 years ago

A mi me pasa el mismo problema, estoy en Windows 10

El sáb., 6 de abril de 2019 16:38, fjpessot notifications@github.com escribió:

@Geeermy https://github.com/Geeermy

La librería la instalé hoy, asi que no creo que sea la primera alternativa. Creo que prefiero definir mi propia libreria antes de instalar otro sistema operativo jajaja. Una cosa que si vale la pena notar es que funcionan los únicos imports que no funcionan son los de extracción de características.

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub https://github.com/domingomery/patrones/issues/2#issuecomment-480531844, or mute the thread https://github.com/notifications/unsubscribe-auth/An5XelNoJ0FN9AzBMKtN_3y_aWe1xOvUks5vePfMgaJpZM4cLWC5 .

vectorcrumb commented 5 years ago

Hola! Alguien sabe si existe alguna diferencia significativa entre usar sfs con el metodo sp100 o fisher? Cuando intento correr sfs con LBP de 4x4, me genera un error el metodo fisher (especificamente al momento de calcular un centroid en la clase sp100).

domingomery commented 5 years ago

Yo resolví los problemas de pybalu instalandolo de nuevo (pero no uso windows), si eso no te ha resultado contacta a Marco... por ultimo quiero recordarles que hay otras librerias open source que pueden usar y que son sumamente poderosas (como por ejemplo la de scikit-learn). Saludos. Domingo On Apr 6, 2019, 4:26 PM -0300, fjpessot notifications@github.com, wrote:

Hola! Tengo un problema con pybalu. Cree un entorno especial en anaconda para pybalu con todos los requerimientos de versiones de packages pero al momento de importar cosas de pybalu el programa encuentra un error y falla. En particular la linea que falla es: from pybalu.feature_extraction.geometric_utils import bbox as _bbox Y el error es: File "D:\Francisco\Programas\Anaconda\envs\pybaluenvironment\pybalu\feature_extraction\basic_geo.py", line 4, in from .geometric_utils import bbox, convex_area, moments, perimeter ModuleNotFoundError: No module named 'pybalu.feature_extraction.geometric_utils' Si alguien sabe como solucionar esto seria una gran ayuda. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

domingomery commented 5 years ago

Lucas, ambos metodos son un tanto distintos a la hora de calcular la metrica de la separabilidad (lo veremos mañana martes en clases). Como adelanto Fisher falla cuando hay una caracteristica que tiene un valor constante (o varianza cercana a cero). Por lo general, estas caracteristicas se deben eliminar antes de pasárselas a cualquier método de selección porque no ayudan a separar las clases. Saludos. Domingo On Apr 7, 2019, 2:42 AM -0400, Lucas Alvarez notifications@github.com, wrote:

Hola! Alguien sabe si existe alguna diferencia significativa entre usar sfs con el metodo sp100 o fisher? Cuando intento correr sfs con LBP de 4x4, me genera un error el metodo fisher (especificamente al momento de calcular un centroid en la clase sp100). — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

raalliende commented 5 years ago

@Geeermy

La librería la instalé hoy, asi que no creo que sea la primera alternativa. Creo que prefiero definir mi propia libreria antes de instalar otro sistema operativo jajaja. Una cosa que si vale la pena notar es que funcionan los únicos imports que no funcionan son los de extracción de características.

si copias y pegas el codigo lbp de la libreria funciona,esta en este link https://github.com/mbucchi/pybalu/blob/master/pybalu/feature_extraction/lbp.py funciona, no es muy elegante pero es una solucion a que no haga import.

JavierBZ commented 5 years ago

Hola! al usar Bfx_lbp en Matlab R2016b ocupando los siguientes comandos: I = imread([st '/' d(i).name]); opLBP.vdiv = 3; % three vertical divition opLBP.hdiv = 3; % three horizontal divition opLBP.samples = 8; % number of neighbor samples opLBP.semantic = 0; % classic LBP opLBP.mappingtype = 'u2'; % uniform LBP [Xtrain(i,:),Xn,options]= Bfx_lbp(I,[],opLBP); Me tira el siguiente Warning: `Warning: NARGCHK will be removed in a future release. Use NARGINCHK or NARGOUTCHK instead.

In Bfx_lbp>lbp (line 425) In Bfx_lbp (line 173) In Tarea2 (line 34) `

Debería preocuparme o lo ignoro?

Gracias de antemano

domingomery commented 5 years ago

lo puedes ignorar, es solo un warning para futuras versiones de Matlab.

Saludos. Domingo

On Tue, Apr 9, 2019 at 6:14 PM JavierBZ notifications@github.com wrote:

Hola! al usar Bfx_lbp en Matlab R2016b ocupando los siguientes comandos: I = imread([st '/' d(i).name]); opLBP.vdiv = 3; % three vertical divition opLBP.hdiv = 3; % three horizontal divition opLBP.samples = 8; % number of neighbor samples opLBP.semantic = 0; % classic LBP opLBP.mappingtype = 'u2'; % uniform LBP [Xtrain(i,:),Xn,options]= Bfx_lbp(I,[],opLBP); Me tira el siguiente Warning: `Warning: NARGCHK will be removed in a future release. Use NARGINCHK or NARGOUTCHK instead.

In Bfx_lbp>lbp (line 425) In Bfx_lbp (line 173) In Tarea2 (line 34) `

Debería preocuparme o lo ignoro?

Gracias de antemano

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub https://github.com/domingomery/patrones/issues/2#issuecomment-481460453, or mute the thread https://github.com/notifications/unsubscribe-auth/AAewyqw2Fu33VZxh48huJuFGhYARt_7Nks5vfRDdgaJpZM4cLWC5 .

maperez15 commented 5 years ago

Holaa, estoy probando el codigo de ejemplo

clt

warning off
disp('Example of Face Recognition with LBP using ORL database');
disp(' ');
t = input('Classifier: 1 knn, 2 nbnn, 3 both ? ');
if t==3
    t = 1:2;
end

opLBP.vdiv        = 4;           % one vertical divition
opLBP.hdiv        = 4;           % one horizontal   divition
opLBP.samples     = 8;           % number of neighbor samples
opLBP.mappingtype = 'u2';        % uniform LBP
opLBP.weight      = 0;
opLBP.type        = 2;
D                 = 59;          % number of bins

f1.path      = '../images/faces_orl/';
f1.extension = 'bmp';
f1.prefix    = '*';
f1.gray      = 1;
f1.imgmin    = 1;
f1.imgmax    = 400;
f1.resize    = [64 64];

bf(1).name = 'lbp';
bf(1).opi = opLBP;

opi.b = bf;
opi.colstr = 'g';
opi.intensity = 1;
[f,fn,S] = Bfx_files(f1,opi);

d = Bds_labels(10*ones(40,1)); % ideal class, 40 persons, 10 faces per person 

b(1).name = 'knn';     b(1).opi.k = 3;                        b(1).str = 'knn-3';
b(2).name = 'nbnnxi';  b(2).opi.D = D; b(2).opi.show = 0; b(2).str = 'nbnnxi';

while(1)

    i = input('face ?');
    I = Bio_loadimg(f1,i);
    [N,M] = size(I);
    figure(1)
    imshow(I,[])
    title('probe image')
    fprintf(' This face belongs to subject # %2d,\n',d(i));

    % face i is eliminated from the gallery
    Xi      = f;  Xi(i,:) = [];  
    di      = d;  di(i)   = [];

    % probe image
    Xt      = f(i,:);

    % classification> Gallery(Xi,di), Probe:Xt, Classifier:b(t)
    ds      = Bcl_knn_old(Xi,di,Xt,b(t));

    for k=1:length(t)
        fprintf('  it is classified as subject # %2d using classifier %s\n',ds(k),b(t(k)).str);
        ii = d==ds(k);
        ii(i) = 0;
        jj = find(ii==1);
        Nj = length(jj);
        Is = zeros(N,M*Nj);
        for j=1:length(jj);
            Is(:,indices(j,N)) = Bio_loadimg(f1,jj(j));
        end
        figure(k+1)
        imshow(Is,[])
        title(b(t(k)).str)
    end
end

y me sale Reference to non-existent field 'options'.

Error in Bfx_files (line 103) if opf.b(i).options.type == 1

Error in ejemplos (line 71) [f,fn,S] = Bfx_files(f1,opi);

tampoco sé tipo de entrada debe salir en i=input('face?')

domingomery commented 5 years ago

@maperez15:

Primera consulta:

el codigo que estas usando tiene un par de lineas distintas a las del ejemplo. Te sugiero que uses el codigo disponible en

https://github.com/domingomery/patrones/blob/master/clases/Cap02_Extraccion_de_Caracteristicas/matlab/PAT02_FaceRecognition_simple.m

Segunda consulta:

el “input(‘face ?’) te pide el numero de la imagen que quieres usar de testing. En este ejemplo esa imagen se convierte en Testing y todas las otras imagenes de la base de datos son el Training.

Saludos. Domingo

Domingo On Apr 11, 2019, 7:25 PM -0400, maperez15 notifications@github.com, wrote:

tampoco sé de que estilo es el i = input('face ?'); — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

domingomery commented 5 years ago

POR FAVOR AYUDEN A QUE EL PROCESO DE CORRECCION SEA MÁS EFICIENTE: Para la entrega se deberá subir un archivo zip con el nombre del estudiante, ejemplo para Rosa Sanchez se debe usar el nombre de archivo Rosa_Sanchez.zip. El archivo de deberá contener el código desarrollado (en Matlab o Python), los archivos necesarios para que el código funcione (NO INCLUIR ARCHIVOS INNECESARIOS) y un Informe en formato PDF. Gracias!

maperez15 commented 5 years ago

@maperez15: Primera consulta: ============= el codigo que estas usando tiene un par de lineas distintas a las del ejemplo. Te sugiero que uses el codigo disponible en https://github.com/domingomery/patrones/blob/master/clases/Cap02_Extraccion_de_Caracteristicas/matlab/PAT02_FaceRecognition_simple.m Segunda consulta: ============= el “input(‘face ?’) te pide el numero de la imagen que quieres usar de testing. En este ejemplo esa imagen se convierte en Testing y todas las otras imagenes de la base de datos son el Training. Saludos. Domingo Domingo … On Apr 11, 2019, 7:25 PM -0400, maperez15 @.***>, wrote: tampoco sé de que estilo es el i = input('face ?'); — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

Use ese mismo código pero arreglé un par de cosas (porque de repente decía opf y de repente opi refiriéndose a lo mismo) y además hice eso de poner el Bcl_knn_old para que funcionara en mi computador y aún así me sale error

jgespinosa10 commented 5 years ago

Profesor, Cuál sería para este tipo de problema un rendimiento bueno? Y cuales serían variaciones que se pudieran hacer en pos de mejorar el rendimiento? Además de filtrar columnas que tengan correlación, baja varianza y normalizar

domingomery commented 5 years ago

a mi no me sale error con el codigo que te envie en el link y sí me sale error con el codigo que me enviaste. Saludos On Apr 12, 2019, 12:59 PM -0400, maperez15 notifications@github.com, wrote:

@maperez15: Primera consulta: ============= el codigo que estas usando tiene un par de lineas distintas a las del ejemplo. Te sugiero que uses el codigo disponible en https://github.com/domingomery/patrones/blob/master/clases/Cap02_Extraccion_de_Caracteristicas/matlab/PAT02_FaceRecognition_simple.m Segunda consulta: ============= el “input(‘face ?’) te pide el numero de la imagen que quieres usar de testing. En este ejemplo esa imagen se convierte en Testing y todas las otras imagenes de la base de datos son el Training. Saludos. Domingo Domingo … On Apr 11, 2019, 7:25 PM -0400, maperez15 @.***>, wrote: tampoco sé de que estilo es el i = input('face ?'); — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread. Use ese mismo código pero arreglé un par de cosas (porque de repente decía opf y de repente opi refiriéndose a lo mismo) y además hice eso de poner el Bcl_knn_old para que funcionara en mi computador y aún así me sale error — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

domingomery commented 5 years ago

Juan,

hay varios que ya han sacado sobre 90%, yo no he resuelto el problema pero creo que superar el 95% es posible.

sobre consejos: no tengo consejos nuevos o distintos a los que ya he dado en clases y también en este foro.

Saludos. Domingo On Apr 12, 2019, 1:06 PM -0400, Juan Espinosa notifications@github.com, wrote:

Profesor, Cuál sería para este tipo de problema un rendimiento bueno? Y cuales serían variaciones que se pudieran hacer en pos de mejorar el rendimiento? Además de filtrar columnas que tengan correlación y baja varianza y normalizar — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

cmescobar commented 5 years ago

Estimado,

Mi programa en MATLAB al correr la función Bfx_lbp con una división de 4x4 está retornando un error. Sería ideal saber si es que alguien me pueda ayudar con una explicación para esto. Adjunto más abajo el código que se está corriendo y el error retornado.

% Extracción de LBP features op.vdiv = 4; % Cant. de divisiones verticales op.hdiv = 4; % Cant. de divisiones horizontales op.semantic = 0; % LBP Clásico op.samples = 8; % Vecinos a revisar en matriz 3x3 op.mappingtype = 'u2'; % uniform LBP [X_i, ~] = Bfx_lbp(image, [], op); % LBP features

Subscripted assignment dimension mismatch.

Muchas gracias de antemano!

domingomery commented 5 years ago

te funciona el primer ejemplo de

help Bfx_lbp

?

Saludos

Domingo On Apr 12, 2019, 4:44 PM -0400, cmescobar notifications@github.com, wrote:

Estimado, Mi programa en MATLAB al correr la función Bfx_lbp con una división de 4x4 está retornando un error. Sería ideal saber si es que alguien me pueda ayudar con una explicación para esto. Adjunto más abajo el código que se está corriendo y el error retornado. % Extracción de LBP features op.vdiv = 4; % Cant. de divisiones verticales op.hdiv = 4; % Cant. de divisiones horizontales op.semantic = 0; % LBP Clásico op.samples = 8; % Vecinos a revisar en matriz 3x3 op.mappingtype = 'u2'; % uniform LBP [X_i, ~] = Bfx_lbp(image, [], op); % LBP features Subscripted assignment dimension mismatch. Muchas gracias de antemano! — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

cmescobar commented 5 years ago

Así es, de hecho me funciona incluso para particiones con hdiv > 4. Sin embargo, cuando computo valores de vdiv >=4, me lanza ese error.

domingomery commented 5 years ago

prueba haciendo un resize de la imagen para que el ancho y el alto sean numeros que al dividirlos por el nunero de particiones te den numeros enteros.

Saludos. Domingo On Apr 12, 2019, 5:10 PM -0400, cmescobar notifications@github.com, wrote:

Así es, de hecho me funciona incluso para particiones con hdiv > 4. Sin embargo, cuando computo valores de vdiv >=4, me lanza ese error. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

fneutm commented 5 years ago

Hola profesor, como se vió en sus ejemplos, al calcular el label para el KNN o SFS podemos asumir que las imágenes son leídas en orden creciente de número de foto y persona? Gracias!

domingomery commented 5 years ago

sí, aunque la solución más robusta saca los labels del nombre del archivo de la imagen. Saludos. Domingo On Apr 14, 2019, 8:00 PM -0400, fneutm notifications@github.com, wrote:

Hola profesor, como se vió en sus ejemplos, al calcular el label para el KNN o SFS podemos asumir que las imágenes son leídas en orden creciente de número de foto y persona? Gracias! — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

negutierrez commented 5 years ago

Profesor, estoy teniendo problemas para usar Bfs_sfs con Fisher, ya que la función no es capaz de entregar ninguna selección de características y muestra: Bfs_sfs: no more improvement. Sequential search for feature selection is interrupted. retornando un array vacío en vez de indices a elegir. He usado varios tipos de particiones en LBP, y he normalizado las features, pero de igual manera no selecciona características. Usando todas las características tengo accuracy del 100%. Tanto para los ejemplos con otras bases de datos y para el ejercicio de las flechas no tuve ningún problema y funcionó correctamente. ¿ Se me estará pasando algo por alto? Muchas gracias

domingomery commented 5 years ago

Es un poco tarde para ayudarte, pero lo voy a intentar. Claramente hay algo que no está funcionando bien... muy extraño porque a varias personas les ha funcionado bien el sfs en esta tarea. Se me ocurren tres cosas que deberias revisar:

0) ver si LBP extrae algo razonable (ver los histogramas)

1) hacer clean

2) normalizar

3) puedes cambiar el codigo del sfs para que no interrumpa... editalo y quita la condicion que hace la interrupcion

Saludos. Domingo On Apr 15, 2019, 4:02 PM -0400, negutierrez notifications@github.com, wrote:

Profesor, estoy teniendo problemas para usar Bfs_sfs con Fisher, ya que la función no es capaz de entregar ninguna selección de características y muestra: Bfs_sfs: no more improvement. Sequential search for feature selection is interrupted. retornando un array vacío en vez de indices a elegir. He usado varios tipos de particiones en LBP, y he normalizado las features, pero de igual manera no selecciona características. Usando todas las características tengo accuracy del 100%. Tanto para los ejemplos con otras bases de datos y para el ejercicio de las flechas no tuve ningún problema y funcionó correctamente. ¿ Se me estará pasando algo por alto? Muchas gracias — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

negutierrez commented 5 years ago

Pongo la solución por si a alguien mas le pasa; Los labels en Y_train tienen que ser [1,2,3,4,...], etc... ya que La funcion Bfs_sfs no funciona si Y_train es [1,3,5,7,..] o [2,4,6,8,...] etc.

npcariman commented 5 years ago

Como van a probar los códigos? Puedo asumir que va a haber un carpeta con las imágenes desde donde yo puedo ir leyendo las fotos?

andresespinosapc commented 5 years ago

Con método robusto y rápido se refiere a rapidez en entrenamiento o evaluación? Yo asumí que se mide el tiempo de evaluación asumiendo que la selección de features ya está hecha, pero me entró la duda porque algunos están hablando del tiempo que se demora en seleccionar features.

domingomery commented 5 years ago

si, el sfs no funciona cuando hay clases no consecutivas. Saludos On Apr 15, 2019, 5:16 PM -0400, negutierrez notifications@github.com, wrote:

Pongo la solución por si a alguien mas le pasa; Los labels en Y_train tienen que ser [1,2,3,4,...], etc... ya que La funcion Bfs_sfs no funciona si Y_train es [1,3,5,7,..] o [2,4,6,8,...] etc. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

domingomery commented 5 years ago

si, puedes asumir esto. Saludos On Apr 15, 2019, 5:23 PM -0400, npcariman notifications@github.com, wrote:

Como van a probar los códigos? Puedo asumir que va a haber un carpeta con las imágenes desde donde yo puedo ir leyendo las fotos? — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

domingomery commented 5 years ago

como son 100 tareas, la idea es que la ejecución de los códigos no se demore mucho (tanto en training como en testing). Saludos On Apr 15, 2019, 5:42 PM -0400, Andres Espinosa notifications@github.com, wrote:

Con método robusto y rápido se refiere a rapidez en entrenamiento o evaluación? Yo asumí que se mide el tiempo de evaluación asumiendo que la selección de features ya está hecha, pero me entró la duda porque algunos están hablando del tiempo que se demora en seleccionar features. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.

MortizDX commented 5 years ago

Profesor una duda sobre el informe (y para futuros informes) ¿hay alguna restricción en el tamaño de la fuente a utilizar? Que el enunciado solo habla del tamaño de la hoja misma y espaciado solamente.

domingomery commented 5 years ago

recién lo veo... muy tarde para responder

Saludos On Apr 15, 2019, 8:27 PM -0400, Mauricio Ortiz notifications@github.com, wrote:

Profesor una duda sobre el informe (y para futuros informes) ¿hay alguna restricción en el tamaño de la fuente a utilizar? Que el enunciado solo habla del tamaño de la hoja misma y espaciado solamente. — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or mute the thread.