ift7025-projet/Code/BayesNaif.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*
"""
Vous allez definir une classe pour chaque algorithme que vous allez développer,
votre classe doit contenit au moins les 3 methodes definies ici bas, 
    * train     : pour entrainer le modèle sur l'ensemble d'entrainement
    * predict     : pour prédire la classe d'un exemple donné
    * test         : pour tester sur l'ensemble de test
vous pouvez rajouter d'autres méthodes qui peuvent vous etre utiles, mais moi
je vais avoir besoin de tester les méthodes test, predict et test de votre code.
"""

import numpy as np
import math
import metrics


# le nom de votre classe
# BayesNaif pour le modèle bayesien naif
# Knn pour le modèle des k plus proches voisins

def gaussian_pdf(x, param):
    """
    Fonction de densité de probabilité de la distribution gaussienne
    """
    mu, sigma = param
    return math.exp(-(float(x)-float(mu))**2/(2*float(sigma)**2)) / (float(sigma)*math.sqrt(2*math.pi))

class BayesNaif: #nom de la class à changer
    

        

    def __init__(self, gaussian, **kwargs):
        """
        c'est un Initializer. 
        Vous pouvez passer d'autre paramètres au besoin,
        c'est à vous d'utiliser vos propres notations
        """
        
        self.gaussian=gaussian
        
        
    def train(self, train, train_labels):#TODO A ENLEVER #vous pouvez rajouter d'autres attribus au besoin
        """
        c'est la méthode qui va entrainer votre modèle,
        train est une matrice de type Numpy et de taille nxm, avec 
        n : le nombre d'exemple d'entrainement dans le dataset
        m : le mobre d'attribus (le nombre de caractéristiques)
        
        train_labels : est une matrice numpy de taille nx1
        
        vous pouvez rajouter d'autres arguments, il suffit juste de
        les expliquer en commentaire
        
        
        
        ------------
        Après avoir fait l'entrainement, faites maintenant le test sur 
        les données d'entrainement
        IMPORTANT : 
        Vous devez afficher ici avec la commande print() de python,
        - la matrice de confision (confusion matrix)
        - l'accuracy
        - la précision (precision)
        - le rappel (recall)
        
        Bien entendu ces tests doivent etre faits sur les données d'entrainement
        nous allons faire d'autres tests sur les données de test dans la méthode test()
        """
        
        # Distribution a priori des étiquettes P(C)
        
        n,m = train.shape
        
        self.unique_labels = np.unique(train_labels)
        
        self.labels_prob = {}
        for i in self.unique_labels:
            self.labels_prob.update({i:sum(train_labels == i) / n})
            
        # Distribution des probabilités conditionnelles P(F1,F2,...|C)
        
        self.features_cond = {}
        self.unique_values_cond = {}
        
        # on itère sur les labels, les colonnes et les valeurs uniques des colonnes (si discret)
        
        for l in self.unique_labels:
            subset = train[np.where(train_labels==self.unique_labels[l])[0]]
            n_subset, m_subset = subset.shape
            for c in range(m_subset):
                current_column = subset[:,c]
                if (self.gaussian):
                    self.features_cond.update({(l,c):(np.mean(current_column),np.std(current_column))})
                else:
                    unique_values = np.unique(current_column)
                    self.unique_values_cond.update({(l,c):unique_values})
                    for v in unique_values:
                        self.features_cond.update({(l,c,v):sum(current_column==v)/n_subset})
        
        

    def predict(self, exemple, label):
        """
        Prédire la classe d'un exemple donné en entrée
        exemple est de taille 1xm
        
        si la valeur retournée est la meme que la veleur dans label
        alors l'exemple est bien classifié, si non c'est une missclassification

        """
        
        nb_unique_labels = len(self.unique_labels)
        
        # P(X|C)
        p_xc = {}
        for l in range(nb_unique_labels):
            if (self.gaussian):
                p_xc.update({l:np.product([gaussian_pdf(exemple[c],self.features_cond.get((self.unique_labels[l],c))) for c in range(len(exemple))])})
            else:
                p_xc.update({l:np.product([self.features_cond.get((self.unique_labels[l],c,exemple[c])) for c in range(len(exemple))])})
        
        prob = [self.labels_prob.get(i)*p_xc.get(i) for i in self.unique_labels]
        prob = prob/sum(prob)
        
        return (self.unique_labels[np.where(prob==max(prob))[0]].tolist()[0],label)

    def test(self, test, test_labels, verbose=True):
        """
        c'est la méthode qui va tester votre modèle sur les données de test
        l'argument test est une matrice de type Numpy et de taille nxm, avec 
        n : le nombre d'exemple de test dans le dataset
        m : le mobre d'attribus (le nombre de caractéristiques)
        
        test_labels : est une matrice numpy de taille nx1
        
        vous pouvez rajouter d'autres arguments, il suffit juste de
        les expliquer en commentaire
        
        Faites le test sur les données de test, et afficher :
        - la matrice de confision (confusion matrix)
        - l'accuracy
        - la précision (precision)
        - le rappel (recall)
        
        Bien entendu ces tests doivent etre faits sur les données de test seulement
        
        """
        prediction_test = [self.predict(test[i],test_labels[i])[0] for i in range(len(test_labels))]
        cm = metrics.confusion_matrix(test_labels,prediction_test)
        accuracy, precision, recall = metrics.prediction_metrics(cm,test_labels,prediction_test)
        if (verbose):
            metrics.print_prediction_metrics(cm,accuracy,precision,recall)

        return cm,accuracy,precision,recall
    
    # Vous pouvez rajouter d'autres méthodes et fonctions,
    # il suffit juste de les commenter.