WBC:

 1 from iaOPF import iaprim,  iamstseeds, iafit, iapredict
 2 import scipy.io
 3 from rob_biblio2 import*
 4 
 5 #Carregando o arquivo .mat com os dados, o resultado é um dicionário
 6 WBC_data = scipy.io.loadmat(find_attachment_file('teste.mat'))
 7 #Isolando apenas os dados de interesse numérico do dicionário
 8 WBC_data = WBC_data['teste']
 9 # Apagando a primeira coluna q representa apenas o número de identificação de cada amostra
10 #Separando features e labels
11 feats_test = WBC_data[:,1:len(WBC_data[0,:])]
12 labels_test = WBC_data[:,0]
13 
14 #Carregando o arquivo .mat com os dados, o resultado é um dicionário
15 WBC_data = scipy.io.loadmat(find_attachment_file('treino.mat'))
16 #Isolando apenas os dados de interesse numérico do dicionário
17 WBC_data = WBC_data['treino']
18 # Apagando a primeira coluna q representa apenas o número de identificação de cada amostra
19 #Separando features e labels
20 feats_train = WBC_data[:,1:len(WBC_data[0,:])]
21 labels_train = WBC_data[:,0]
22 
23 
24 opf_pc, _, opf_labels = iafit(feats_train,labels_train,euclidian)
25 OPF_test = iapredict(feats_test,feats_train,opf_pc, opf_labels, euclidian)
26 cmOPF = iaconfmtx(labels_test, OPF_test)
27 print cmOPF
28 print cmOPF.shape
29 print accuCalculation(cmOPF)
/usr/lib/python2.6/dist-packages/scipy/io/matlab/mio.py:84: FutureWarning: Using struct_as_record default value (False) This will change to True in future versions
  return MatFile5Reader(byte_stream, **kwargs)
[[ 33.   0.   0. ...,   0.   0.   0.]
 [  0.   1.   2. ...,   1.   1.   2.]
 [  0.   0.   3. ...,   1.   3.   2.]
 ..., 
 [  0.   2.   1. ...,   3.   1.   5.]
 [  0.   0.   4. ...,   2.  11.   8.]
 [  0.   3.   6. ...,   5.   4.   7.]]
(35, 35)
0.0740082889284