-
Notifications
You must be signed in to change notification settings - Fork 0
/
credit.js
243 lines (217 loc) · 6.41 KB
/
credit.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
var fs = require('file-system');
var fastCsv = require("fast-csv");
var _ = require('lodash');
var synaptic = require('synaptic');
var arquivoCSV = fs.createReadStream("credit-data.csv");
var arquivoCSVTeste = fs.createReadStream("credit-teste.csv");
var csv = [];
var csvTeste = [];
var entradas = [];
var saidas = [];
var retorno = [];
const PAGOU = '1';
/**
* Ler o csv com o dados
*/
var csvStream = fastCsv.parse().on("data", function (data) {
csv.push(data[0].split(";"));
}).on("end", function () {
// Chama a funcao principal
inicio();
});
arquivoCSV.pipe(csvStream);
/**
* Chama as demais funcoes
*/
function inicio() {
separaEntradaSaida();
let base = preparaBase();
treinaRede(base);
}
/**
* Realiza o treinamento da rede
* @param {*} base
*/
function treinaRede(base) {
// Cria perceptron com 3 entradas, 6 neuronios na camada oculta e 2 saidas
let network = new synaptic.Architect.Perceptron(3, 6, 2);
// Instancia o objeto para realizar o treinamento
let trainer = new synaptic.Trainer(network);
/**
* Configura para treinar
* Taxa de aprendizagem : 0.003
* Epocas: 1000000
* Taxa Erro : 0.01%
*/
trainer.train(base, {
rate: 0.001,
iterations: 1000000,
error: 0.0001,
shuffle: false,
log: 5000,
cost: synaptic.Trainer.cost.CROSS_BINARY
});
console.log("================== Rede Treinada ==================");
console.log("================== Iniciando teste ==================");
teste(network);
console.log("================== Fim teste ==================");
}
/**
* Realiza o teste com dados que a base não conhece
* @param {Network} rede
*/
function teste(rede) {
entradas = [];
saidas = [];
/**
* Ler o csv com o dados de teste
*/
let csvStreamTeste = fastCsv.parse().on("data", function (data) {
csvTeste.push(data[0].split(";"));
}).on("end", function () {
separaEntradaSaidaTeste();
preparaBaseTeste();
let acertos = 0;
entradas.map((valor, index) => {
let resultadoTeste = rede.activate(valor);
if(saidas[index][0] === 1){
acertos += resultadoTeste[0] > 0.75 ? 1 : 0
}else{
acertos += resultadoTeste[1] > 0.75 ? 1 : 0
}
});
let taxa = (acertos * 100) / entradas.length;
console.log(` Total de acertos : ${acertos} \n Total de registro de teste : ${entradas.length} \n Taxa : ${taxa.toFixed(2)}%`);
});
arquivoCSVTeste.pipe(csvStreamTeste);
}
/**
* Separa os dados de entrada dos de saidas
*/
function separaEntradaSaida() {
csv.map((valor, i) => {
entradas.push(_.slice(valor, 1, 4));
saidas.push(ajustaSaidas(_.slice(valor, 4, 5)[0]));
});
entradas.map((valor, i) => {
valor[1] = entradas[i][1].split(".").shift();
});
}
/**
* Separa os dados de entrada dos de saidas
*/
function separaEntradaSaidaTeste() {
csvTeste.map((valor, i) => {
entradas.push(_.slice(valor, 1, 4));
saidas.push(ajustaSaidas(_.slice(valor, 4, 5)[0]));
});
entradas.map((valor, i) => {
valor[1] = entradas[i][1].split(".").shift();
});
}
/**
* Realiza os ajuste nos valores da base
*/
function preparaBase() {
let idade = [];
let vlSalario = [];
let vlEmprestimo = [];
let base = [];
// Pega as colunas da entrada para tratamento
entradas.map(number => {
vlSalario = _.concat(vlSalario, number[0]);
idade = _.concat(idade, number[1]);
vlEmprestimo = _.concat(vlEmprestimo, number[2]);
});
retorno = geraMaxMin(vlSalario, idade, vlEmprestimo);
// Separo o maximo do minimo
let maximo = retorno[0];
let minimo = retorno[1];
// Realiza o ajuste de escala
vlSalario = ajusteEscala(vlSalario, maximo.salario, minimo.salario);
idade = ajusteEscala(idade, maximo.idade, minimo.idade);
vlEmprestimo = ajusteEscala(vlEmprestimo, maximo.emprestimo, minimo.emprestimo);
// Coloca as colunas ajustadas na variavel de entrada, e ja realizar o input dos dados
entradas.map((valor, index) => {
valor[0] = vlSalario[index];
valor[1] = idade[index];
valor[2] = vlEmprestimo[index];
// Cria var base para treinamento com entradas x saidas
base.push({
input: valor,
output: saidas[index]
});
});
return base;
}
/**
* Realiza os ajuste nos valores da base de teste
*/
function preparaBaseTeste() {
let idade = [];
let vlSalario = [];
let vlEmprestimo = [];
// Pega as colunas da entrada para tratamento
entradas.map(number => {
vlSalario = _.concat(vlSalario, number[0]);
idade = _.concat(idade, number[1]);
vlEmprestimo = _.concat(vlEmprestimo, number[2]);
});
// Separo o maximo do minimo
let maximo = retorno[0];
let minimo = retorno[1];
// Realiza o ajuste de escala
vlSalario = ajusteEscala(vlSalario, maximo.salario, minimo.salario);
idade = ajusteEscala(idade, maximo.idade, minimo.idade);
vlEmprestimo = ajusteEscala(vlEmprestimo, maximo.emprestimo, minimo.emprestimo);
// Coloca as colunas ajustadas na variavel de entrada, e ja realizar o input dos dados
entradas.map((valor, index) => {
valor[0] = vlSalario[index];
valor[1] = idade[index];
valor[2] = vlEmprestimo[index];
});
}
/**
* Retorna os maximos e minimos
* @param {Float} vlSalario
* @param {int} vlIdade
* @param {Float} vlEmprestimo
*/
function geraMaxMin(vlSalario, vlIdade, vlEmprestimo) {
let mm = [{
salario: _.max(vlSalario),
idade: _.max(vlIdade),
emprestimo: _.max(vlEmprestimo)
}, {
salario: _.min(vlSalario),
idade: _.min(vlIdade),
emprestimo: _.min(vlEmprestimo)
}];
return mm;
}
/**
* Retorna um array onde:
* [1, 0] -> Aprovado
* [0, 1] -> Reprovado
* @param {String} vlSaida
*/
function ajustaSaidas(vlSaida) {
if (vlSaida === PAGOU) {
return [1, 0];
} else {
return [0, 1];
}
}
/**
* Retorna a coluna com o ajuste de escalas para nao haver informação com peso maior
* @param {Float} coluna
* @param {Float} max
* @param {Float} min
*/
function ajusteEscala(coluna, max, min) {
let novaColuna = [];
for (var i = 0; i < coluna.length; i++) {
novaColuna[i] = (coluna[i] - min) / (max - min);
}
return novaColuna;
}