This project provides an efficient C++ implementation of an Ordinary Least Squares (OLS) predictor and classifier. The OLS model was implemented using Eigen, which is a C++ library akin to Numpy.
The OLS model was then wrapped into Python via Pybind11 to perform EDA and arrival delay prediction on a 12GB flight dataset.
This piece of code was written for the "Numerical Methods" course, taught during the second semester of 2019 at the Faculty of Natural and Exact Sciences, University of Buenos Aires.
Este TP usa dos proyectos: eigen y pybind11. Para compilar es necesario descargar los submódulos e inicializarlos:
git submodule init
git submodule updateLos mismos están en src/submodules
simplemente escribir make en el directorio principal. Si el
directorio build existe, borrarlo, o escribir make clean
Esto corre cmake, make y deposita el código C++ con bindings python en la carpeta notebook listo para ser consumido.
En tools hay un script download-data, se lo puedo usar de la siguiente manera:
download-data 2008 # descarga la data del 2008
download-data carriers # descarga los transportes
download-data airports # descarga los aeropuertosGuarda que borra todo *.bz2 en tools/ !!!