EP07_06 — 🟣 Pipeline Completo: Descriptores + k-NN + Evaluación Multiclase

7.18.6.1 📋 Directrices de Implementación

1. Clases: Leer el entero \(C\) (número de clases) seguido de \(C\) nombres de clase (strings sin espacio), en el orden en que deben aparecer en la matriz de confusión.
2. Configuración: Leer el entero \(H\) (dimensión de los histogramas), la string \(M\) (métrica: euclidiana o manhattan) y el entero impar \(k\).
3. Entrenamiento: Leer el entero \(N\) y, a continuación, \(N\) líneas, cada una conteniendo el nombre de la clase seguido de \(H\) valores reales (el histograma de descriptor).
4. Prueba: Leer el entero \(Q\) y, a continuación, \(Q\) líneas, cada una conteniendo el nombre de la clase real seguido de \(H\) valores reales (el histograma de descriptor de la muestra de prueba).
5. Distancia: Para cada muestra de prueba, calcule la distancia a cada ejemplo de entrenamiento usando la métrica \(M\): \[ d_{\text{euclidiana}}(u,v) = \sqrt{\sum_{j=1}^{H}(u_j-v_j)^2}, \qquad d_{\text{manhattan}}(u,v) = \sum_{j=1}^{H} |u_j - v_j|. \]
6. Clasificación k-NN: Seleccione los \(k\) ejemplos de entrenamiento más cercanos (desempate de distancia por el orden de lectura, como en EP07_01) y clasifique por la clase mayoritaria entre ellos. En caso de empate de votación entre dos o más clases, elija la que aparezca primero en la lista de clases del ítem 1.
7. Matriz de confusión: Construya una matriz \(C \times C\) en la que la fila corresponde a la clase real y la columna a la clase prevista, siguiendo el orden de clases del ítem 1.
8. Precisión: Calcule la precisión global como la razón entre aciertos y \(Q\).
9. Salida: Para cada muestra de prueba, en el orden de entrada, imprimir la clase prevista. A continuación, imprimir la matriz de confusión (una fila por clase real, valores separados por espacio, en el orden de las clases). Finalmente, imprimir la precisión redondeada a 4 decimales.

7.18.6.2 📌 Restricciones Computacionales

• Métrica seleccionable: implemente ambas distancias; la métrica \(M\) define cuál se utiliza en toda la ejecución (no es posible mezclar métricas en la misma llamada).
• Desempate de votación determinístico: el criterio del ítem 6 (orden de la lista de clases) debe seguirse incluso cuando el empate involucra más de dos clases.
• Independencia de entrenamiento y prueba: no hay necesidad de validar que las muestras de prueba no aparecen en el entrenamiento — asuma que la entrada es válida.

7.18.6.3 🧠 Fundamentación Teórica

Este ejercicio evidencia, de forma controlada, un resultado discutido en el capítulo: la elección de la métrica de distancia y del valor de \(k\) puede alterar la clase prevista para una misma muestra, incluso manteniendo fijo el descriptor utilizado — reforzando que, en el reconocimiento de patrones clásico, el descriptor, la métrica y el clasificador forman un sistema interdependiente, y no piezas aisladas.

7.18.6.4 📦 Especificación de Entrada y Salida (VPL)

Entrada:

• Línea 1: entero \(C\) seguido de \(C\) nombres de clase.
• Línea 2: entero \(H\), string \(M\) y entero \(k\).
• Línea 3: entero \(N\).
• Siguientes \(N\) líneas de entrenamiento: nombre de la clase seguido de \(H\) reales.
• Siguiente línea: entero \(Q\).
• Siguientes \(Q\) líneas de prueba: nombre de la clase real seguido de \(H\) reales.

Salida:

• \(Q\) líneas con la clase prevista de cada muestra de prueba, en el orden de entrada.
• \(C\) líneas con la matriz de confusión (una fila por clase real).
• Última línea: Acuracia: <valor>.

7.18.6.5 📌 Ejemplos

%%writefile EP07_06.py
# Código Python

Overwriting EP07_06.py

TestSuite("EP07_06.py").run()

✔️ EP07_06.cases ya existe en casos/
📋 5 caso(s) cargado(s) de casos/EP07_06.cases

🔍 Probando Python: EP07_06.py
⚠️ EP07_06.py: archivo vacío (menos de 3 líneas). Pruebas omitidas.