appli/examples/extensions/example_IterativeGaussianModelEstimator.cxx

   1 #include <cmath>
   2 #include <iostream>
   3 #include <random>
   4 #include <vector>
   5
   6 #include <cpExtensions/Algorithms/IterativeGaussianModelEstimator.h>
   7
   8 // -------------------------------------------------------------------------
   9 const unsigned int Dim = 1;
  10 typedef double TScalar;
  11 typedef
  12 cpExtensions::Algorithms::
  13 IterativeGaussianModelEstimator< TScalar, Dim > TEstimator;
  14
  15 // -------------------------------------------------------------------------
  16 int main( int argc, char* argv[] )
  17 {
  18   if( argc < 4 )
  19   {
  20     std::cerr << "Usage: " << argv[ 0 ] << " mean std samples" << std::endl;
  21     return( 1 );
  22
  23   } // fi
  24   TScalar mean = std::atof( argv[ 1 ] );
  25   TScalar var = std::atof( argv[ 2 ] );
  26   unsigned int samples = std::atoi( argv[ 3 ] );
  27   var *= var;
  28
  29   // Prepare estimator
  30   TEstimator::Pointer estimator = TEstimator::New( );
  31
  32   // Generate numbers
  33   std::random_device r;
  34   std::seed_seq seed{ r( ), r( ), r( ), r( ), r( ), r( ), r( ), r( ) };
  35   std::mt19937 e( seed );
  36   std::normal_distribution< > dist( mean, std::sqrt( var ) );
  37   double local_mean = double( 0 );
  38   std::vector< double > data;
  39   for( unsigned int s = 0; s < samples; ++s )
  40   {
  41     double v = dist( e );
  42     estimator->AddSample( v );
  43     local_mean += v;
  44     data.push_back( v );
  45
  46   } // rof
  47   local_mean /= double( samples );
  48
  49   double local_var = double( 0 );
  50   for( auto d = data.begin( ); d != data.end( ); ++d )
  51     local_var += ( *d - local_mean ) * ( *d - local_mean );
  52   local_var /= double( samples - 1 );
  53
  54   // Show results
  55   std::cout
  56     << "Mean: "
  57     << mean << " <-> "
  58     << estimator->GetMean( )[ 0 ] << " <-> "
  59     << local_mean
  60     << std::endl;
  61   std::cout
  62     << "Var: "
  63     << var << " <-> "
  64     << estimator->GetCovariance( )[ 0 ][ 0 ] << " <-> "
  65     << estimator->GetUnbiasedCovariance( )[ 0 ][ 0 ] << " <-> "
  66     << local_var
  67     << std::endl;
  68
  69   std::cout << "--------------------------------------" << std::endl;
  70   for( unsigned int s = 0; s < 15; ++s )
  71   {
  72     double v = dist( e );
  73     double d = std::sqrt( estimator->SquaredMahalanobis( v ) );
  74     std::cout << "Distante to " << v << " is " << d << std::endl;
  75
  76   } // rof
  77
  78   return( 0 );
  79 }
  80
  81 // eof - $RCSfile$