ift7025-projet/Code/entrainer_tester.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*
import numpy as np
import sys
import load_datasets as ld
import BayesNaif # importer la classe du classifieur bayesien
import Knn # importer la classe du Knn
#importer d'autres fichiers et classes si vous en avez développés


"""
C'est le fichier main duquel nous allons tout lancer
Vous allez dire en commentaire c'est quoi les paramètres que vous avez utilisés
En gros, vous allez :
1- Initialiser votre classifieur avec ses paramètres
2- Charger les datasets
3- Entrainer votre classifieur
4- Le tester

"""

# Charger/lire les datasets

train, train_labels, test, test_labels = ld.load_iris_dataset(0.7)
train, train_labels, test, test_labels = ld.load_congressional_dataset(0.7)

# Initializer vos paramètres

## Choix du meilleur K

findbest_Knn = Knn.Knn()
meilleur_k = findbest_Knn.set_best_k(train, train_labels, nb_split=5, k_potentiel=range(1,16))
print("Le meilleur K est:"+str(meilleur_k)+"\n\n")

# Initializer/instanciez vos classifieurs avec leurs paramètres

myKnn = Knn.Knn()
myKnn.k=meilleur_k

# Entrainez votre classifieur

myKnn.train(train, train_labels)

# Tester votre classifieur

myKnn.test(test, test_labels)