3#ifndef SI_MODEL_ADAPTIVETREE_H
4#define SI_MODEL_ADAPTIVETREE_H
34 const std::list<Clique *> *lrnCliques,
35 const std::list<Clique *> *tstCliques,
36 int cycles,
int cycles_tst);
49 const std::map<Vertex*, std::string> & changes );
52 std::string> & changes )
const;
57 virtual bool openFile(
const std::string & basename =
"" );
61 virtual void subFiles(
const std::string & prefix,
62 std::set<std::string> & listNames )
const;
81 const std::list<Clique *> &cliques);
124 for( is=ad.
begin(); is!=fs; ++is )
142 for( is=ad.
begin(); is!=fs; ++is )
151 inline std::pair<AdaptiveTree::iterator, bool>
162 for( ic=
children.begin(); ic!=fc; ++ic )
165 (*ic)->setParent(
this );
180 (*ic)->setParent( 0 );
189 for( i=ic; i!=fc; ++i )
190 (*i)->setParent( 0 );
virtual double prop(const Clique *)
Propagation (réponse de l'Adaptive)
virtual bool openFile(const std::string &basename="")
Ouvre le(s) fichier(s) de sauvegardes des données reçues.
const datatype & children() const
virtual double printDescription(Clique *cl, bool=false)
Calcule le potentiel et garde le(s) vecteur(s) de description.
std::set< Adaptive * > datatype
AdaptiveTree & operator=(const AdaptiveTree &ad)
std::pair< iterator, bool > insert(Adaptive *child)
const Mixer & mixer() const
virtual Model * clone() const
Duplication (fonction abstraite)
AdaptiveTree(const std::string mix_method="")
virtual void trainStats(Learner &learner, const std::list< Clique * > &cliques)
Ajout à la base de statistiques.
virtual void closeFile()
Ferme le(s) fichier(s) de sauvegardes des données reçues.
virtual double prop(const Clique *cl, const std::map< Vertex *, std::string > &changes)
Donne le potentiel d'une clique, après une transformation de labels de noeuds, en ne le recalculant que...
void buildTree(Tree &tr) const
Conversion en arbre (pour IO)
virtual double relianceWeight() const
datatype::const_iterator const_iterator
datatype::iterator iterator
void setMixer(Mixer *mix)
virtual void init()
Initialisation des parties adaptatives (fonction abstraite)
virtual double eval(const Clique *)
Evaluation (confiance dans la réponse au point donné)
const_iterator begin() const
virtual void subFiles(const std::string &prefix, std::set< std::string > &listNames) const
Donne la liste des fichiers sous le modèle.
virtual double errorRate() const
Taux d'erreur d'apprentissage global.
virtual void resetStats()
Vide toutes les stats.
virtual bool doesOutputChange(const Clique *cl, const std::map< Vertex *, std::string > &changes) const
tells whether a label change inpacts the model output or not.
virtual bool checkLearnFinished()
fonction non-const pcq elle peut positionner le flag
const_iterator end() const
virtual void forceLearnFinished()
fait ce qu'il faut pour "fermer" l'apprentissage (remet le dernier mémo...)
void erase(Adaptive *child)
virtual void setBaseName(const std::string &basename)
virtual double genErrorRate() const
Taux d'erreur de généralisation.
AdaptiveTree(const Mixer &mix)
virtual void generateDataBase(Learner &learner, const std::string &prefix, const std::list< Clique * > *lrnCliques, const std::list< Clique * > *tstCliques, int cycles, int cycles_tst)
Apprentissage et test.
Elément adaptatif (classe abstraite).
Adaptive(Model *parent=0)
Séquence d'apprentissage, classe de base (abstraite).
virtual Mixer * clone() const =0
Modèle pour l'évaluation de cliques de graphes (classe abstraite).
virtual void setParent(Model *m)
Fixe le parent.