Como realizar experimentos de N-Fold Cross Validation
O objetivo deste procedimento é listar os passos necessários para a realização de experimentos de n-fold cross-validation utilizando o cluster. Não é objetivo ensinar a utilizar o SCAE.
O procedimento foi elaborado partindo do princípio que o autor dos experimentos disponha de conhecimentos técnicos do SCAE. Caso tenha alguma dúvida de como funciona o SCAE consulte o Manual do SCAE.
As seções a seguir apresentam os passos necessários para realizar experimentos de validação e teste para o n-fold cross-validation.
Criando tabelas dos folds no DB_CORE
O objetivo deste passo é gerar as TTVs de cada fold e a de validação. Os limites de validação utilizados são baseados nos limites de treino do último fold de teste. Todos os passos a seguir devem ser executados no diretório DB_CORE/:
- Compilar o DB_CORE
- Editar o arquivo parameters.cfg de acordo com o experimento de n-fold cross-validation que deseja executar;
- Executar o arquivo generate_build_file_of_folds.bat. Esse executável gera os arquivos de build para cada fold de teste e o de validação;
- Executar o arquivo build_folds_table.bat. Esse arquivo constrói as TTVs de cada fold de teste e o de validação.
Experimentos de Validação e Teste
Teste
Gerando os arquivos de treino e teste dos folds
Todos os passos a seguir devem ser executados no diretório test/USER_INTERFACE/:
- Editar o arquivo parameters.cfg de acordo com o experimento de n-fold cross-validation que deseja executar;
- Executar o arquivo generate_train_and_test_fold_files.bat. Esse executável gera os aquivos de treino e teste que serão utilizados pelo CORE desejado.
Submitendo os experimentos de fold no cluster
Todos os passos a seguir devem ser executados no diretório do CORE DESEJADO:
- Editar o arquivo parameters.cfg de acordo com o experimento de n-fold cross-validation que deseja executar;
- Executar o arquivo cp_conf_dir.bat. Esse executável replica o diretório padrão de acordo com a nome da base e os parâmetros do CORE;
- Executar o arquivo run_folds.bat. Esse executável submete cada o experimento de n-fold cross-validation no cluster.
- Após os experimentos finalizarem, execute o arquivo get_results.bat para coletar os resultados. Esse executável gera um arquivo .csv, onde cada linha representa o fold e as colunas as métricas utilizadas no SCAE. As métricas com prefixo or são referentes ao ranking ordinal e as com mcr são referentes ao ranking modificado.
Caso deseje deletar os diretórios criados pelo experimento, execute o arquivo rm_dir.bat.
Validação
O experimento de validação é realizado em apenas um fold para "tunar" os categorizadores de com acordo com os seus respectivos parâmetros. Para realizar os experimentos com n-fold cross-validation no SCAE, siga os passos descritos a seguir.
Criando tabelas dos folds no DB_CORE
Todos os passos a seguir devem ser executados no diretório DB_CORE/:
- Compilar o DB_CORE
- Editar o arquivo parameters.cfg de acordo com o experimento de N-fold cross-validation que deseja executar;
- Executar o arquivo generate_build_file_of_folds.bat. Esse executável gera os arquivos de build para cada fold;
- Executar o arquivo build_folds_table.bat. Esse arquivo constrói as TTVs.
Gerando os arquivos de treino e teste dos folds
Todos os passos a seguir devem ser executados no diretório test/USER_INTERFACE/:
Submitendo os experimentos de fold no cluster
Todos os passos a seguir devem ser executados no diretório do CORE DESEJADO:
- Editar o arquivo parameters.cfg de acordo com o experimento de N-fold cross-validation que deseja executar;
- Executar o arquivo cp_conf_dir.bat. Esse executável replica o diretório padrão de acordo com a nome da base e os parâmetros do CORE;
- Executar o arquivo run_folds.bat. Esse executável submete cada o experimento de n-fold cross-validation no cluster.
- Após os experimentos finalizarem, execute o arquivo get_results.bat para coletar os resultados. Esse executável gera um arquivo .csv, onde cada linha representa o fold e as colunas as métricas utilizadas no SCAE.
Caso deseje deletar os diretórios criados pelo experimento, execute o arquivo rm_dir.bat.