KNN-Sentiment: TP2 de Métodos Numéricos

Instrucciones

Clonar Repo

NO HACER FORK!

Primero, crearse un repo en algún otro lugar. Luego, clonar este repo de la siguiente manera:

git clone git@github.com:finiteautomata/metnum-tp2-20192c.git

Cambiar el repositorio al que hayamos creado

git remote remove origin
git remote add origin <nuestra-nueva-url-de-git>

Listo. Ya pueden disfrutar del TP2

Datos

En data/ tenemos que descomprimir el dataset de IMDB, que lo pueden bajar de acá

Otros directorios

En src/ está el código de C++, en particular en src/sentiment.cpp está el entry-point de pybind.

En notebooks/ hay ejemplos para correr partes del TP usando sklearn y usando la implementación en C++.

Creación de un entorno virtual de python

Con pyenv

curl https://pyenv.run | bash

export PATH="/home2/clinux01/.pyenv/bin:$PATH"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"

Luego, se sugiere agregar unas líneas al bashrc. Hacer eso, REINICIAR LA CONSOLA y luego...

pyenv install 3.6.5
pyenv global 3.6.5
pyenv virtualenv 3.6.5 tp2

En el directorio del proyecto

pyenv activate tp2

Directamente con python3

python3 -m venv tp2
source tp2/bin/activate

Con Conda

conda create --name tp2 python=3.6.5
conda activate tp2

Instalación de las depencias

pip install -r requirements.txt

Correr notebooks de jupyter

cd notebooks
jupyter lab

o notebook

jupyter notebook

Compilación

Ejecutar la primera celda del notebook knn.ipynb o seguir los siguientes pasos:

Submódulos y librerías necesarias

Necesitamos bajar las librerías pybind y eigen (el "numpy" de C++), para eso bajamos los submódulos como primer paso.

Versión de Python >= 3.6.5

Para bajar submódulos ejecutar:

git submodule init
git submodule update

• Compilar el código C++ en un módulo de python

mkdir build
cd build
rm -rf *
cmake -DPYTHON_EXECUTABLE="$(which python)" -DCMAKE_BUILD_TYPE=Release ..

• Al ejecutar el siguiente comando se compila e instala la librería en el directorio notebooks

make install

Prueba de clasificación

1. Compilar la librería

cd build && cmake -DCMAKE_BUILD_TYPE=Release .. && make clean && make && make install

2. Correr clasificación sobre sample

python bin/classify.py data/test_sample.csv data/test_sample.out

3. Correr evaluación

python bin/evaluate.py data/test_sample.out data/test_sample.true