Proyecto AG_IA_2324

Este proyecto implementa un Algoritmo Genético (AG) para optimizar modelos de regresión utilizando diferentes conjuntos de datos. El proyecto está organizado de la siguiente manera:

Estructura del Proyecto

Descripción de los Directorios y Archivos

main/

Directorio principal que contiene todos los scripts y datos necesarios para ejecutar el Algoritmo Genético.

main/data/

Contiene los conjuntos de datos utilizados en los experimentos:

• housing_train.csv y housing_val.csv: Datos de entrenamiento y validación para el conjunto de datos de housing.
• synt1_train.csv y synt1_val.csv: Datos de entrenamiento y validación para el conjunto de datos synt1.
• toy1_train.csv y toy1_val.csv: Datos de entrenamiento y validación para el conjunto de datos toy1.
• AG_experiment_parallelized.py: Script genérico para ejecutar el AG de forma paralelizada en diferentes conjuntos de datos. (requiere modificarlo, explicado mas adelante)
• • AG_class.py: Contiene la implementación de la clase AG que define el Algoritmo Genético utilizado en los experimentos.

main/experiment/

Contiene los scripts de experimentos y los resultados generados:

• __pycache__/: Archivos caché generados por Python.
• results/: Directorio donde se guardan los resultados de los experimentos.
• results_summary/: Directorio donde se guardan los resúmenes de los resultados en formato de texto.
• results_summary_excel/: Directorio donde se guardan los resúmenes de los resultados en formato Excel.
• AG_experiment_housing_parallelized.py: Script para ejecutar el AG en el conjunto de datos de housing de forma paralelizada o sin pararelizar.
• AG_experiment_synt1_parallelized.py: Script para ejecutar el AG en el conjunto de datos synt1 de forma paralelizada o sin pararelizar.
• AG_experiment_toy1_parallelized.py: Script para ejecutar el AG en el conjunto de datos toy 1 de forma paralelizadao o sin pararelizar.

Dentro de los contenidos results/, results_summary/ y results_summary_excel/ hay 4 tipos de terminaciones que indican el tipo de experimento realizado:

1º terminados en "..results" y "..sumary" indican experimentación haciendo que la función fitness siempre aproxime a un número entero su exponente.

2º terminados en "..results2" y "..sumary2" indican experimentación haciendo que la función fitness aproxime a un número entero el exponente si la base es negativa.

3º terminados en "..results_norm" y "..sumary_norm" indican experimentación con el conjunto de datos normalizado.

4º terminados en "..results3" y "..sumary3" indican experimentación haciendo que la función fitness aproxime a un número entero el exponente si la base es negativa, pero con un mayor abanico de hyperparametros.

Scripts para ejecucion del algoritmo

• housing_AG.py: Script para ejecutar el AG en el conjunto de datos de housing.
• synt1_AG.py: Script para ejecutar el AG en el conjunto de datos synt1.
• toy1_AG.py: Script para ejecutar el AG en el conjunto de datos toy1.

Clase del Algoritmo Genético

• AG_class.py: Contiene la implementación de la clase AG que define el Algoritmo Genético utilizado en los experimentos.

Uso del Proyecto

Preparación del Entorno

1. Clonar el repositorio:

   git clone https://github.com/tu-usuario/AG_IA_2324.git
   

Ejecución de Experimentos

Ejecución de la busqueda en rejilla de hyperparametros de forma paralelizada

Para ejecutar el AG en el conjunto de datos de housing de forma paralelizada:

Para ejecutar AG_experiment_parallelized.py primero: cd AG_IA_2324/main

Para ejecutar AG_experiment_housing_parallelized.py, AG_experiment_synt1_parallelized.py, AG_experiment_toy1_parallelized.py primero:

cd AG_IA_2324

(si no queremos pararelizarlo ejecutarlo sin meter ningún comando)

Si ejecutamos AG_experiment_parallelized.py de forma pararelizada debemos usar el siguiente comando en el directorio mencionado anteriormente:

mpiexec -n X python AG_experiment_parallelized.py

siendo X el numero de hilos que quieras pararelizar la ejecución como por ejemplo:

mpiexec -n 4 python AG_experiment_parallelized.py

para ejecutar nuevos datos modificar dataset_name, dataset_val, dataset_train, por ejemplo:

dataset_name = 'housing'

dataset_train = os.path.join(data_folder, dataset_name + "_train.csv")

dataset_val = os.path.join(data_folder, dataset_name + "_val.csv")

para modificar los hyperparametros basta con cambiar los valores del param_grid, por ejemplo:

param_grid = {
    'nInd': [100],
    'maxIter': [150],
    'mutation_rate': [0.01, 0.05, 0.1, 0.2],
    'elitism_rate': [0.05, 0.1, 0.15, 0.2],
    'tournament_size': [3, 5, 7, 9, 10, 12],
    'crossover_rate': [0.6, 0.72, 0.85, 0.9, 0.95]
}

una vez ejecutado se generara una grafica por cada combinacion de hyperparametros y finalmente se generara un txt con todas las combinaciones de hyperparametros junto con su RMSE, R2 y tiempo de ejecución.

Resultados

Los resultados de los experimentos se guardarán en los directorios results/ y results_summary/ dentro del directorio experiment/ si se ejecuta AG_experiment_housing_parallelized.py, AG_experiment_synt1_parallelized.py, AG_experiment_toy1_parallelized.py

Los resultados de los experimentos se guardarán en los directorios results/ y en el main(el archivo txt) dentro del directorio main\ si se ejecuta AG_experiment_parallelized.py

Ejecución del algoritmo

El algoritmo se ejecuta en los siguientes ficheros según los datos que se quieran ejecutar

• housing_AG.py: Script para ejecutar el AG en el conjunto de datos de housing.
• synt1_AG.py: Script para ejecutar el AG en el conjunto de datos synt1.
• toy1_AG.py: Script para ejecutar el AG en el conjunto de datos toy1.

Para ejecutarlos primero: cd AG_IA_2324

Podemos modificar dentro de estos archivos la semilla(seed), el numero de individuos(nInd) y el numero de iteraciones(maxIter):

ag = AG( datos_train=nombre_dataset_train, datos_test=nombre_dataset_val, seed=123, nInd=100, maxIter=150 )

para ejecutar nuevos datos modificar nombre_dataset, nombre_dataset_train, nombre_dataset_val, por ejemplo:

nombre_dataset = 'synt1'

nombre_dataset_train = os.path.join(data_folder, nombre_dataset + "_train.csv")

nombre_dataset_val = os.path.join(data_folder, nombre_dataset + "_val.csv")

Contribuciones

Las contribuciones son bienvenidas. Por favor, sigue los pasos a continuación para contribuir:

1º Haz un fork del proyecto.

2º Crea una rama con tu nueva funcionalidad (git checkout -b feature/nueva-funcionalidad).

3º Haz commit de tus cambios (git commit -am 'Añadir nueva funcionalidad').

4º Sube tus cambios a tu fork (git push origin feature/nueva-funcionalidad).

5º Crea un nuevo Pull Request.

Licencia

Este proyecto está licenciado bajo los términos de la licencia MIT. Para más información, ver el archivo LICENSE.