Add galgo scripts

galgo/job.sh

@@ -0,0 +1,19 @@
+#!/bin/bash
+### Nombre de trabajo
+#PBS -N Bagging_RF
+### Seleccion de cola de trabajos
+#PBS -q workq
+### mezcla errores con la salida principal
+#PBS -j oe
+### Recursos
+#PBS -l select=1:ncpus=16:mem=56Gb
+#PBS -l place=exclhost
+### Esportar variables de entorno
+#PBS -V
+### Send email on end
+#PBS -m e
+### Specify mail recipient
+#PBS -M ricardo.montanana@alu.uclm.es
+### Ejecutable con sus parametros
+cd /home/Ricardo.Montanana/benchmark
+python src/main.py -s accuracy -q 1 -m BaggingStree --title "RandomForest like with STree" -p '{"n_estimators": 20, "base_estimator__max_features":"sqrt"}'

galgo/rf_like.sh

@@ -0,0 +1,19 @@
+#!/bin/bash
+### Nombre de trabajo
+#PBS -N benchmark_rf_l
+### Seleccion de cola de trabajos
+#PBS -q workq
+### mezcla errores con la salida principal
+#PBS -j oe
+### Recursos
+#PBS -l select=1:ncpus=16:mem=56Gb
+#PBS -l place=exclhost
+### Esportar variables de entorno
+#PBS -V
+### Send email on end
+#PBS -m e
+### Specify mail recipient
+#PBS -M ricardo.montanana@alu.uclm.es
+### Ejecutable con sus parametros
+cd /home/Ricardo.Montanana/benchmark
+python src/main.py -s accuracy -q 1 -m ODTE --title "Como RF cada árbol con todas las variables" -p '{"n_jobs": 10, "be_hyperparams": "{\"max_features\":\"sqrt\"}"}'

galgo/rf_puro.sh

@@ -0,0 +1,19 @@
+#!/bin/bash
+### Nombre de trabajo
+#PBS -N benchmark_rf_p
+### Seleccion de cola de trabajos
+#PBS -q workq
+### mezcla errores con la salida principal
+#PBS -j oe
+### Recursos
+#PBS -l select=1:ncpus=16:mem=56Gb
+#PBS -l place=exclhost
+### Esportar variables de entorno
+#PBS -V
+### Send email on end
+#PBS -m e
+### Specify mail recipient
+#PBS -M ricardo.montanana@alu.uclm.es
+### Ejecutable con sus parametros
+cd /home/Ricardo.Montanana/benchmark
+python src/main.py -s accuracy -q 1 -m ODTE --title "RF cada árbol con sqrt features y sqrt features de ellas en cada split" -p '{"n_jobs": 10, "max_features":"sqrt", "be_hyperparams": "{\"max_features\":\"sqrt\"}"}'