notas.Rmd 11.4 KB
Newer Older
1 2 3 4 5 6 7
---
title: Notas das Avaliações
output:
  html_document:
    toc: false
---

Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
8 9 10 11 12 13 14 15 16 17 18 19

<div class="alert alert-danger" style="font-size:120%; font-weight: normal;">
<center>

<strong>ATENÇÃO!</strong><br><br>

O <strong>EXAME FINAL</strong> de Machine Learning será no
dia 14 de Dezembro, das 19h às 20h30, na sala Multimídia.

</center>
</div>

20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55
```{r, include = FALSE}
#-----------------------------------------------------------------------
# Pacotes.

rm(list = objects())
library(tidyverse)

#-----------------------------------------------------------------------
# Funções.

# Determina a média das sabatinas usando as k maiores notas.
my_mean <- function(x, keep = floor(length(x) * 0.75), ...) {
    #
    # @param x numeric[n > 0] vetor com notas nas sabatinas.
    #
    # @param keep integer[1] número de sabatinas que serão consideradas
    #     para calculo da média.
    #
    # @return numeric[1] a média calculada.
    #
    sum(head(sort(x, decreasing = TRUE), n = keep), ...)/keep
}
my_mean(c(1:8, NA, NA, NA), keep = 2)

# Usa distância de edição para parear os nomes das duas fontes.
my_match <- function(x, y, min.match = 2) {
    #
    # @param x character[n > 0] vetor de strings.
    #
    # @param y character[m > 0] vetor de strings.
    #
    # @param min.match integer[1] > 0 número minimo de nomes que dever
    #     coincidir.
    #
    # @return data.frame com os vetores pareados.
    #
56 57
    x <- iconv(x, to = "ASCII//TRANSLIT")
    y <- iconv(y, to = "ASCII//TRANSLIT")
58 59 60 61 62 63 64
    xs <- strsplit(x, split = "\\s+")
    ys <- strsplit(y, split = "\\s+")
    m <- character(length(x))
    for (i in seq_along(x)) {
        j <- sapply(ys,
                    FUN = function(z) {
                        u <- c(adist(z, xs[[i]]))
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
65 66
                        m <- (sum(u == 0) >= min.match)
                        return(m)
67 68 69 70 71 72 73 74 75 76 77 78 79
                    })
        if (any(j)) {
            a <- adist(y[j], x[i])
            m[i] <- y[j][which.min(a)]
        }
    }
    m[m == ""] <- NA
    data.frame(template = x, match = m, stringsAsFactors = FALSE)
}
my_match(c("Walmes Zeviani", "Ronald Fisher"),
         c("Fisher", "Walmes"),
         min.match = 1)

Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
80 81 82 83
# my_match(x = "MARIA TEREZA N. DE OLIVEIRA",
#          y = c("MARIA HELENA SANTOS DE OLIVEIRA",
#            "MARIA TEREZA NEVES DE OLIVEIRA SILVA"))

84 85 86 87 88 89 90 91
#-----------------------------------------------------------------------
# Matrícula.

path <- "/home/walmes/Dropbox/Ensino/ce064-2018-02-ML/"
x <- gdata::read.xls(paste0(path, "RelatoriodeDiariodeClasseExcel.xls"),
                     encoding = "latin1",
                     stringsAsFactors = FALSE,
                     skip = 6)
92
v <- names(x) %in% c("Matrícula", "Nome", "Faltas", "Exame")
93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134

mat <- x %>%
    select(names(x)[v]) %>%
    filter(grepl("\\d$", Matrícula)) %>%
    as_tibble() %>%
    rename("GRR" = "Matrícula", "nome" = "Nome") %>%
    mutate(GRR = str_replace(GRR, "\\D+", "") %>% as.integer())
str(mat)

#-----------------------------------------------------------------------
# Notas do moodle.

# Importação.
nt <- read_csv(paste0(path, "notas.csv"),
               locale = locale(decimal_mark = "."),
               na = c("", "-"))
attr(nt, "spec") <- NULL
str(nt)

# Seleção de variáveis de nome e notas nas sabatinas.
nt <- nt %>%
    select(contains("nome"),
           contains("sabatina"),
           contains("trabalho"))
str(nt)

# Exclui usuários que não são alunos.
nt <- nt %>%
    filter(!grepl("walmes", Nome, ignore.case = TRUE))
str(nt)

# Renomeia variáveis.
names(nt) <- names(nt) %>%
    str_replace(".*(Sabatina.*Q?\\d+).*", "\\1") %>%
    str_replace(".*(Trabalho.*\\d).*", "\\1") %>%
    tolower()

# Junta nomes para formar o nome completo.
nt <- nt %>%
    unite(col = "nome", nome, sobrenome, sep = " ")
str(nt)

Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
135 136 137 138
# FIXME! Nome das duas "Marias" é muito parecido.
nt$nome[grep("maria tereza", nt$nome, ignore.case = TRUE)] <-
    "MARIA TEREZA NEVES DE OLIVEIRA SILVA"

139 140
# sort(toupper(nt$nome))

141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234
# dput(names(nt))
names(nt) <- c("nome",
               sprintf("sabatina %02d", 1:9),
               "trabalho")

#-----------------------------------------------------------------------
# Tratamento das sabatinas.

# Empilha nas sabatinas.
ntg <- nt %>%
    gather(key = "sabatina",
           value = "nota",
           contains("sabatina"))
if (is.character(ntg$nota)) {
    ntg$nota <- as.numeric(ntg$nota)
}
str(ntg)

# Elimina o sulfixo que é da questão na sabatina.
ntg <- ntg %>%
    mutate(sabatina = str_match(sabatina, "sabatina \\d+"),
           nota = replace_na(nota, replace = 0))
str(ntg)

# Calcula as notas média por sabatina pro caso de ter mais de uma
# questão.
ntg <- ntg %>%
    group_by(nome, sabatina) %>%
    summarise(nota = sum(nota, na.rm = TRUE)/n()) %>%
    ungroup()
str(ntg)

# Devolve para o formado com sabatinas em cada coluna.
nts <- ntg %>%
    mutate(nota = round(nota, digits = 2)) %>%
    spread(key = "sabatina", value = "nota")
str(nts)

# Ordena as colunas sabatinas por ordem cronológica.
i <- grep(x = names(nts), pattern = "sabatina")
j <- as.integer(gsub(x = names(nts)[i],
                     pattern = "\\D",
                     replacement = ""))
nts <- nts %>%
    select(names(nts)[-i], i[order(j)])

# Nota das sabatinas mantendo as k maiores notas.
ntg <- ntg %>%
    group_by(nome) %>%
    summarise(S_escore = my_mean(nota, keep = 6, na.rm = TRUE)) %>%
    ungroup()
str(ntg)

# Junção da nota média com as sabatinas.
nts <- nts %>%
    inner_join(ntg)
str(nts)

# Encurta nomes.
names(nts) <- names(nts) %>%
    str_replace("sabatina ", "S")
str(nts)

#-----------------------------------------------------------------------
# Notas do trabalho.

ntt <- nt %>%
    select(nome, contains("trabalho")) %>%
    mutate_if(is.numeric, function(x) replace_na(x, replace = 0))
ntt

# Ordena as colunas sabatinas por ordem cronológica.
i <- grep(x = names(ntt), pattern = "trabalho")
j <- as.integer(gsub(x = names(ntt)[i],
                     pattern = "\\D",
                     replacement = ""))
ntt <- ntt %>%
    select(names(ntt)[-i], i[order(j)])
str(ntt)

# Encurta nomes.
names(ntt) <- names(ntt) %>%
    str_replace("trabalho", "Trab")
str(ntt)

#-----------------------------------------------------------------------
# Junção da sabatina com as notas e média final.

ntst <- inner_join(nts, ntt)
ntst

# Caixa alta nos nomes e arredondamento.
ntst <- ntst %>%
    mutate(nome = toupper(nome),
235
           nome = iconv(nome, to = "ASCII//TRANSLIT"),
236 237 238 239 240 241 242 243 244 245 246
           S_escore = ceiling(S_escore))
str(ntst)

ntst <- ntst %>%
    mutate(Média = 0.6 * S_escore + 0.4 * Trab,
           Média = ceiling(Média))

# View(arrange(ntst, S_escore))
# View(arrange(ntst, Média))

nt <- ntst
247
# View(nt)
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
248

249 250 251
#-----------------------------------------------------------------------
# Pareamento do GRR para colocar na tabela.

Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
252 253 254
str(nt)
str(mat)

255
# Faz o pareamento dos nomes.
Walmes Marques Zeviani's avatar
Walmes Marques Zeviani committed
256
a <- my_match(x = nt$nome, y = mat$nome)
257
# View(a)
258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273
str(a)

# Junção completa para inclusão do GRR.
a <- full_join(a, mat, by = c("match" = "nome"))
i <- is.na(a$match)
a$match[i] <- a$template[i]

# Acrescenta GRR a tabela com as notas.
nt <- inner_join(nt, a, by = c("nome" = "template"))
str(nt)

# Nomes que estão sem GRR para preencher manualmente na xlsx.
nt %>%
    filter(is.na(GRR)) %>%
    select(nome) %>%
    print(right = FALSE, row.names = FALSE, print.gap = FALSE)
274
# View(nt)
275 276

nt <- nt %>%
277 278
    filter(!is.na(GRR)) %>%
    arrange(GRR)
279 280 281 282 283 284 285 286 287 288

if (!is.null(nt$Exame)) {
    nt[["M. final"]] <- nt[["Média"]]
    i <- nt[["Média"]] < 70 & nt[["Média"]] >= 40
    u <- nt[["Exame"]]
    u[is.na(u)] <- 0
    nt[["M. final"]][i] <- ceiling((nt[["Média"]][i] + u[i])/2)
}

# View(nt)
289 290 291 292 293 294

#-----------------------------------------------------------------------
# Tabela em HTML.

library(DT)

295
cap <- "Notas nas avaliações (S: sabatina) ordenadas pelo GRR. Valores entre 0 e 100. Foram consideradas as 6 maiores notas nas sabatinas, de um total de 9, para obtenção do `S_escore`. A nota do trabalho 1 teve peso 4/10 e as sabatinas 6/10 para a média."
296 297 298 299
if (require(htmltools)) {
    cap <- HTML("<strong>Tabela 1</strong>:", cap)
}

300 301 302 303 304 305 306 307 308 309 310
# i <- c(grep(x = names(nt), "GRR"),
#        grep(x = names(nt), "^S"),
#        grep(x = names(nt), "^T"),
#        grep(x = names(nt), "Faltas"),
#        grep(x = names(nt), "Exame"),
#        grep(x = names(nt), "Média"))

i <- c(grep(x = names(nt), "nome"),
       grep(x = names(nt), "Média"),
       grep(x = names(nt), "Exame"),
       grep(x = names(nt), "M. final"))
311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340

dt <- datatable(data = select(nt, i),
                filter = "top",
                caption = cap,
                rownames = FALSE,
                autoHideNavigation = TRUE,
                escape = FALSE,
                options = list(
                    searching = FALSE,
                    paging = FALSE,
                    pageLength = NULL,
                    lengthMenu = NULL))
# dt

dt <- formatStyle(table = dt,
                  columns = grepl("^(S|T|M)", names(dt$x$data)),
                  color = styleInterval(cuts = c(39.999999,
                                                 69.999999),
                                        values = c("#ff3300",
                                                   "gray",
                                                   "#3333ff")))

if (is.element("Faltas", names(dt$x$data))) {
    dt <- formatStyle(table = dt,
                      columns = "Faltas",
                      color = styleInterval(cuts = c(15),
                                            values = c("#3333ff",
                                                       "#ff3300")))
}

341 342 343 344 345 346 347 348
if (is.element("M. final", names(dt$x$data))) {
    dt <- formatStyle(table = dt,
                      columns = "M. final",
                      color = styleInterval(cuts = c(49.999999),
                                            values = c("#ff3300",
                                                       "#3333ff")))
}

349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409
dt
```

```{r, echo = FALSE, fig.cap = cap}
#-----------------------------------------------------------------------
# Visualização.

cap <- "**Figura 1**: Escore final das sabatinas em função do GRR. Cores indicam grupos conforme corte do escore em classes com limites em 40 e 70."

cap <- "**Figura 1**: Média em função do GRR. Cores indicam grupos conforme corte da nota em classes com limites em 40 e 70."

# # Acumulada empírica.
# ggplot(nts, aes(x = S_escore)) +
#     stat_ecdf() +
#     xlim(0, 100)

ggplot(data = nt,
       mapping = aes(x = Média,
                     color = cut(Média,
                                 breaks = c(0, 40, 70, 100),
                                 include.lowest = TRUE, right = FALSE),
                     y = reorder(GRR, Média))) +
    geom_point() +
    geom_text(mapping = aes(label = Média),
              nudge_x = 3.5,
              size = 4) +
    xlab("Nota média") +
    ylab("GRR (ordenado)") +
    # geom_vline(xintercept = c(40, 70),
    #            linetype = 3,
    #            lwd = 0.5) +
    scale_color_discrete(guide = FALSE) +
    xlim(0, 100)
```

<style type="text/css">
/* ATTENTION: propriedades da tabela do DT::datatable() */
table.dataTable thead th,
table.dataTable thead td {
    padding: 3px 6px;
}

table.dataTable tbody th,
table.dataTable tbody td {
    padding: 1px 6px;
}

table.dataTable th.dt-right,
table.dataTable td.dt-right {
    text-align: center;
}
</style>

```{r, echo = FALSE, results = "asis"}
# dt

is.decimal <- function(x) is.numeric(x) && !is.integer(x)
formatRound(table = dt,
            columns = sapply(dt$x$data, FUN = is.decimal),
            digits = 1)
```