Wrapper.py

import subprocess
import time
from multiprocessing.pool import ThreadPool
from threading import Lock

print_lock = Lock() # Sinkronizatzeko
progress_lock = Lock()
p = print


def print(*a, **b): # Irteera estandarra ez nahasteko harien artean
    with print_lock:
        p(*a, **b)


progress = 0 # 


def worker(data): # Azpimultzo bat ebaluatzen duen funtzioa
    global progress
    iteration = data[0] # Iterazio zenbakia, hau inprimatzeko
    past = data[1] # Aurretik genituen aldagaiak
    current = data[2] # Aldagai berria
    everything = ','.join(map(str, past)) # Aurreko aldagaiak lotu, komarekin
    if everything: # Ez bada hutsa, komaz separatuta sartu aldagai berria eta klasea
        everything = everything + "," + str(current) + ",3676"
    else: # Bestela hartuko diren aldagaiak bakarrik berria eta klasea dira
        everything = str(current) + ",3676"
    # Weka-ri dei egin, nahi ditugun aldagaiak soilik dituen ARFF bat sortzeko
    subprocess.run("java weka.filters.unsupervised.attribute.Remove -R %s -V -i input.arff -o %d.arff" % (everything, current), shell=True,env=dict(CLASSPATH='/home/aritz/Escritorio/weka-3-8-0/weka.jar'))
    # Weka-ri dei egin, 1-NN bitartez sailkatzeko sortutako ARFF fitxategia
    out = subprocess.run("java weka.classifiers.lazy.IBk -K 1 -W 0 -A \"weka.core.neighboursearch.LinearNNSearch -A \\\"weka.core.EuclideanDistance -R first-last\\\"\" -v -o -t %d.arff  | grep Correct | grep -P -o \"Instances\s*\d+\" | grep -P -o \"\d+\"" % current, universal_newlines=True, stdout=subprocess.PIPE, shell=True, env=dict(CLASSPATH='/home/aritz/Escritorio/weka-3-8-0/weka.jar')).stdout
    with progress_lock: # Sinkronizatu, informazioa gehitu eta inprimatzeko
        progress += 1
        print("{:>6.2f}% of iteration: {:<2d} - Current variable: {:<4d} - Accuracy: {:<3s} - All variables taken: {:s}".format(progress/3675*100, iteration, current, out.strip(), everything))
    return current, int(out.strip()) # Emaitza bezala, gehitutako aldagaia eta asmatze tasa bueltatu


done = False # Amaitu dugun ala ez
so_far = list() # Dagoeneko finkatutako aldagaiak
remaining = list(range(1, 3676)) # Gehitu ditzakegun aldagaiak
i = 1 # Iterazio zenbakia
best_result = -1 # Emaitza hoberena orain arte
while not done:
    pool = ThreadPool(processes=8) # 8 hari sortu
    # worker funtzioari pasako dizkiogun parametroak sortu
    jobs = [(i, so_far, var) for var in remaining]
    results = pool.map(worker, jobs) # Lan guztia exekutatu
    pool.close() # Hariak itxi
    pool.join() # Hari guztiak amaitu arte itxaron
    best = max(results, key=lambda x: int(x[1])) # Asmatze tasa hoberena hartu
    # Informazioa inprimatu
    print("Iteration finished. Best of iteration: %d. Result: %d. So far: %s" % (best[0], best[1], ','.join(map(str, so_far))))
    if best[1] < best_result: # Hoberena txikiagoa bada, amaitu dugu
        print("Done. Best result: %d. Achieved with vars: %s" % (best_result, so_far))
        done = True
        break
    remaining.remove(best[0]) # Aldagai hoberena kendu
    so_far.append(best[0]) # Aldagai hoberena finkatu
    i += 1 # Iterazio zenbakia handitu