Celem projektu jest implementacja popularnych algorytmów do przetwarzania danych, a także wykonanie i opis pomiaru czasowago wariantów algorytmów bez/z zrównolegleniem operując na środowisku OpenMP.

\noindent W projekcie za wariant A uznaje się wersję algorytmu bez zrównoleglenia, podczas gdy wariant B odpowiada ze wersję algorytmu zrównoleglonego.

\noindent Warianty A i B zostały porównane do ich alternatywnej implementacji napisanej w Pythonie (Wariant) C

\noindent Pomiary zamieszczone w dokumencie zostały wykonane na podstawie uśrednienia czasu realizacji trzydziestu obiegów programu.

\noindent W ramach projektu zaimplementowano następujące algorytmy:

• algorytm standaryzacji min-max
• algorytm standaryzacji rozkładem normalnym
• algorytm najbliższych sąsiadów (KNN)

\noindent Algorytmy porównano na przykładowym zbiorze danych opisanym w następnym rozdziale.

\noindent Model sprzętu:

• Dell XPS 15 9570

\noindent Procesor:

• 12 x Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz, 3933 MHz

\noindent Karta graficzna:

• nVidia GP107M [GeForce GTX 1050 Ti Mobile]
• Intel UHD Graphics 630 (Mobile)

\noindent Dane pochodzą z archiwum uci. Zawierają próbki kolorów G, R, B z wycinków obrazków twarzy ludzi w tym:

• starych
• młodych
• w średnim wieku
• o różnej rasie i kolorze skóry

\noindent Sumaryczna liczba próbek wynosi 245057 z czego tylko 50859 próbek zawiera w sobie kolory twarzy. W danych istnieją też wycinki z różnych obrazków nie przedstawiających ludzi.

\noindent Oryginalnie kolumna ostatnia zawierająca informację o przynależności kolorów G, R, B do twarzy miała następującą postać:

\noindent SKIN:

• 1 - twarz
• 2 - nie twarz

\noindent Dane zostały poddane wstępnej obróbce:

1. Zamieniono kolumny tak, by odpowiadała kolejność R, G, B
2. Zamieniono oznaczenie SKIN na:
   • 0 - nie twarz
   • 1 - twarz

Klasa MinMax zdefiniowana w pliku src/MinMax.cpp realizuje proces standaryzacji wartości w danej kolumnie do przedziału [0, 1].

\noindent Standaryzacja min-max jest opisana wzorem

g++ src/min_max.cpp -o min_max_no_omp

:

Mean exec time for benches of op: 'DS->MinMaxDS' 180.7 ms
Mean exec time for benches of op: 'MAX op' 2.14444 ms
Mean exec time for benches of op: 'MIN op' 2.17778 ms

g++ -fopenmp src/min_max.cpp -o min_max

:

Mean exec time for benches of op: 'DS->MinMaxDS' 163.3 ms
Mean exec time for benches of op: 'MAX op' 0.922222 ms
Mean exec time for benches of op: 'MIN op' 0.866667 ms

Mean of elapsed time for 30 execs took 77.21493699991697 ms

Klasa StandardScaler zdefiniowana w pliku src/MinMax.cpp realizuje proces standaryzacji wartości w danej kolumnie do rozkładu normalnego N(0,1). Średnia wartość oczekiwana jest równa 0, a odchylenie standardowe wynosi 1.

g++ src/standard_scaler.cpp -o standard_scaler_no_omp

:

Mean exec time for benches of op: 'DS->StandardScalerDS' 196.967 ms
Mean exec time for benches of op: 'MEAN op' 2.2 ms
Mean exec time for benches of op: 'STD op' 7.07778 ms

g++ -fopenmp src/standard_scaler.cpp -o standard_scaler

:

Mean exec time for benches of op: 'DS->StandardScalerDS' 159.567 ms
Mean exec time for benches of op: 'MEAN op' 2.37778 ms
Mean exec time for benches of op: 'STD op' 0.833333 ms

Mean of elapsed time for 30 execs took 83.95475529996475 ms

Klasa Knn zdefiniowana w pliku src/knn.cpp realizuje proces klasyfikacji przy użyciu algorytmu najbliższych sąsiadów. Dane na dwa zbiory, testowy (20%) i trenujący (80%), a do klasyfikacji używanych jest 5 sąsiadów, przy użyciu metryki euklidesowej.

\noindent Liczba rekordów została zmniejszona do 5000.

\noindent Obserwując pomiary można zauważyć, iż wersja bez zastosowania OpenMP dla operacji cząstkowych budujących rozwiązanie końcowe jest około dwa razy wolniejsza od swojego zrównoleglonego odpowiednika.

\noindent Przy tak małym zbiorze danych różnice jednak nie są znaczące. Zatem OpenMP jest jak najbardziej przydatne, ale tylko przy procesowaniu znaczącej ilości danych.

\noindent Wersje Pythonowe są 2 razy szybsze z oczywistych względów