Refatoração dos particionadores; Início da implementação do particionamento pelo c-means

partitioner.py

@@ -1,20 +0,0 @@
-import numpy as np
-import math
-from pyFTS import *
-
-#print(common.__dict__)
-
-def GridPartitionerTrimf(data,npart,names = None,prefix = "A"):
-	sets = []
-	dmax = max(data)
-	dmax = dmax + dmax*0.10
-	dmin = min(data)
-	dmin = dmin - dmin*0.10
-	dlen = dmax - dmin
-	partlen = math.ceil(dlen / npart)
-	partition = math.ceil(dmin)
-	for c in range(npart):
-		sets.append(common.FuzzySet(prefix+str(c),common.trimf,[round(partition-partlen,3), partition, partition+partlen], partition ) )
-		partition = partition + partlen
-
-	return sets

partitioners/CMeans.py

@@ -0,0 +1,75 @@
+import numpy as np
+import math
+import random as rnd
+import functools,operator
+from pyFTS import *
+
+def distancia(x,y):
+    if isinstance(x, list):
+        tmp = functools.reduce(operator.add, [(x[k] - y[k])**2 for k in range(0,len(x))])
+    else:
+        tmp = (x - y) ** 2
+    return math.sqrt(tmp)
+
+
+def c_means(k, dados, tam):
+
+    # Inicializa as centróides escolhendo elementos aleatórios dos conjuntos
+    centroides = [dados[rnd.randint(0, len(dados))] for kk in range(0, k)]
+
+    grupos = [-1 for x in range(0, len(dados))]
+
+    it_semmodificacao = 0
+
+    # para cada instância
+    iteracoes = 0
+    while iteracoes < 1000 and it_semmodificacao < 10:
+        inst_count = 0
+
+        modificacao = False
+
+        for instancia in dados:
+
+            # verifica a distância para cada centroide
+            grupo_count = 0
+            dist = 10000
+
+            grupotmp = grupos[inst_count]
+
+            for grupo in centroides:
+                tmp = distancia(instancia, grupo)
+                if tmp < dist:
+                    dist = tmp
+                    # associa a a centroide de menor distância à instância
+                    grupos[inst_count] = grupo_count
+                grupo_count = grupo_count + 1
+
+            if grupotmp != grupos[inst_count]:
+                modificacao = True
+
+            inst_count = inst_count + 1
+
+        if not modificacao:
+            it_semmodificacao = it_semmodificacao + 1
+        else:
+            it_semmodificacao = 0
+
+        # atualiza cada centroide com base nos valores médios de todas as instâncias à ela associadas
+        grupo_count = 0
+        for grupo in centroides:
+            total_inst = functools.reduce(operator.add, [1 for xx in grupos if xx == grupo_count], 0)
+            if total_inst > 0:
+                if tam > 1:
+                    for count in range(0, tam):
+                        soma = functools.reduce(operator.add,
+                                      [dados[kk][count] for kk in range(0, len(dados)) if grupos[kk] == grupo_count])
+                        centroides[grupo_count][count] = soma / total_inst
+                else:
+                    soma = functools.reduce(operator.add,
+                                [dados[kk] for kk in range(0, len(dados)) if grupos[kk] == grupo_count])
+                    centroides[grupo_count] = soma / total_inst
+            grupo_count = grupo_count + 1
+
+        iteracoes = iteracoes + 1
+
+    return centroides

partitioners/Grid.py

@@ -0,0 +1,23 @@
+import numpy as np
+import math
+import random as rnd
+import functools,operator
+from pyFTS import *
+
+#print(common.__dict__)
+
+def GridPartitionerTrimf(data,npart,names = None,prefix = "A"):
+    sets = []
+    dmax = max(data)
+    dmax = dmax + dmax*0.10
+    dmin = min(data)
+    dmin = dmin - dmin*0.10
+    dlen = dmax - dmin
+    partlen = math.ceil(dlen / npart)
+    partition = math.ceil(dmin)
+    for c in range(npart):
+        sets.append(common.FuzzySet(prefix+str(c),common.trimf,[round(partition-partlen,3), partition, partition+partlen], partition ) )
+        partition = partition + partlen
+
+    return sets
+