Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- DATASET = fscanfMat("database_pap.dat")
- amostras_quant = 917
- treinamento_quant = int(amostras * 0.7)
- teste_quant = amostras - treinamento
- //normaliza os dados
- for i=1:8
- DATASET(:, i) = DATASET(:, i) - mean(DATASET(:, i))
- DATASET(:, i) = DATASET(:, i)/stdev(DATASET(:, i))
- end
- acertos = 0
- //executa o teste 10 vezes
- for it=1:10
- permutacao = grand(1, "prm", (1:amostras))
- dataset_treino = permutacao(:, 1:treinamento_quant)
- dataset_teste = permutacao(:, (treinamento_quant+1):(treinamento_quant+teste_quant))
- for teste_atual=1:teste_quant
- distancias = zeros(treinamento_quant, 1)
- teste_atual_indice = dataset_teste(teste_atual)
- for dado_atual=1:treinamento_quant
- tmp = DATASET(teste_atual_indice, :) - DATASET(dataset_treino(dado_atual), :)
- distancias(i, 1) = sqrt(tmp * tmp')
- end
- [menorDistancia, menorDistanciaIndice] = min(distancias)
- //checa se classificou pra classe certa
- if (teste_atual_indice <= 275 && menorDistanciaIndice <= 275) || (teste_atual_indice > 275 && menorDistanciaIndice > 275)
- acertos = acertos + 1
- end
- end
- end
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement