func TestExecute(t *testing.T) {
PngBefore = "Before.png"
PngAfter = "After.png"
Filename = "Food.txt"
ValidFilename := "Food.txt"
Train = true
Normalize = true
somf.Gridsize = 25
somf.Dimensions = 3
somf.Interactions = 5000
somf.TxVar = 0.5
patterns, _, labels := somf.LoadFile(ValidFilename)
Execute()
for i := 0; i < len(patterns); i++ {
Weights, label := somf.Koh.Test(patterns[i])
if labels[i] != label {
err := errors.New("Erro: Resposta errada!")
t.Fatal(err)
}
if int(Weights[i]*100) < 99 {
err := errors.New("Porcentagem menor que 99%")
t.Fatal(err)
}
}
}
func Execute() {
ShowParams()
var patterns [][]float64
var out [][]float64
var labels []string
// faz a leitura dos dados de treinamento
if Loadtype == 0 {
patterns, out, labels = somf.LoadFile(Filename)
}
if Loadtype == 1 {
patterns, out, labels = somf.LoadKDDCup()
Normalize = false
}
if Loadtype == 2 {
somf.Koh = somf.LoadJson(Filename)
} else {
somf.Koh.Patterns = patterns
somf.Koh.NumReg = len(patterns)
somf.Koh.DimensionsOut = len(labels)
somf.Koh.Labels = labels
somf.Koh.Result = out
somf.Koh = somf.Koh.Create(somf.Gridsize, somf.Dimensions, somf.Interactions, somf.TxVar)
}
if somf.Koh.Empty() {
return
}
// Desenha o estado atual da grade antes do treino
somf.Koh.Draw(PngBefore)
if Normalize {
somf.Koh = somf.Koh.NormalisePatterns()
}
if Train {
// faz o treinamento da base de dados
somf.Koh = somf.Koh.Train()
}
// Desenha o estado atual da grade depois do treino
somf.Koh.Draw(PngAfter)
// verifica se deve salvar o treinamento
if Saved {
somf.SaveJson(Savename)
}
}