Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ИАД_методичка1.doc
Скачиваний:
33
Добавлен:
13.11.2019
Размер:
752 Кб
Скачать
☆

1.2.8 Визуализация (Visualizing)

Данная вкладка позволяет представить исходные данные в графическом виде.

При открытии вкладки визуализации данных отображается диаграмма разброса данных для всех признаков с цветовой кодировкой согласно выбранному классу. Размеры каждой из диаграмм могут быть изменены, могут быть изменены размеры точек. В данные может быть добавлен шум (jitter) для обнаружения слабых точек. Кроме того, каждый график может быть открыт в отдельном окне нажатием на него. Для применения внесенных изменений нужно нажать кнопку «Update».

На отдельном графике можно выбрать отдельные точки при помощи выпадающего списка «Select Instance». На графике можно оставить только выбранные точки, их же можно сохранить в новый файл.

1.3 Задание на лабораторную работу

Ознакомиться и получить навыки работы с GUI интерфейсом библиотеки data mining алгоритмов WEKA. Изучить возможности, предоставляемые программой WEKA. Ответить на контрольные вопросы.

1.4 Содержание отчета

4.1.1 Тема и цель работы

4.1.2 Задание к работе.

4.1.3 Выводы, содержащие ответы на контрольные вопросы и отображающие результаты выполнения работы и их критический анализ.

1.5 Контрольные вопросы

5.1.1 Как загрузить Weka?

5.1.2 Какое назначение модулей Explorer, Knowledge Flow, Experimenter, Command-Line Interface .

5.1.3 Опишите формат arff файла.

5.1.4 Нажмите кнопку Explorer в главном окне программы, загрузите набор данных weather или iris и ответьте на вопросы:

1. Сколько экземпляров в выборке?

2. Назовите имена признаков, их типы и значения.

3. Какой признак является целевым (классом)?

4. На гистограмме внизу справа какие признаки отложены на осях X иY? Как их изменить?

5. Как определить сколько экземпляров каждого класса представлены в выборке?

6. Что происходить по нажатию кнопки Visualize All?

7. Как просмотреть экземпляры в наборе данных? Как сохранить изменения?

5.1.5 Каково назначение вкладок в Explorer Panel?

1. Preprocess panel (предварительная обработка данных)

2. Какие основные источники данных в Weka?

3. Вкладка Classify (Классификация)

4. Вкладка Cluster (Кластеризация)

5. Вкладка Associate (Ассоциативные правила)

6. Вкладка Select Attributes (выбор признаков)

7. Вкладка Visualize (Визуализация)

5.1.6 Какие основные области на вкладке предварительной обработки?

1. Что подразумевается под фильтрацией в Weka?

2. Какая вкладка предназначена для фильтрации данных?

3. Какие два типа фильтров в Weka?

4. В чем различие между двумя типами фильтров? В чем различием между фильтрами признаков и фильтрами экземпляров?

5.1.7 Загрузить набор данных weather.arff (описывает данные для принятия решения о проведении спортивного соревнования при заданных погодных условиях) и выполнить следующие задания:

1. Использовать unsupervised фильтр RemoveWithValues для удаления всех экземпляров у которых признак ‘humidity’ имеет значение ‘high’?

2. Вернуть данных в исходное состояние (отменить работу фильтра).

5.1.8 Загрузить набор данных iris.arff и выполнить следующие задания:

1. Выбрать вкладку визуализации данных.

2. Какова цель визуализации?

3. Выбрать один из графиков и проэкспериментировать с кнопками.

Лабораторная работа №2 Решение задачи классификации

2.1 Цель работы

2.2 Основные теоретические сведения

Теоретические сведения, посвященные алгоритмам классификации данных и примерам их использования, можно получить из конспекта лекций по дисциплине «Интеллектуальный анализ данных» либо из рекомендуемых литературных источников.

На лекционных занятиях рассматриваются следующие алгоритмы (в скобках приведено название в WEKA):

  • Алгоритм классификации по одному правилу (rules.OneR.);

  • Наивная Баейесовая классификация (bayes.NaiveBayes);

  • Алгоритм PRISM (rules.prism)

  • Алгоритмы построения деревьев решений ID3 (trees.Id3) и С4.5 (trees.J48);

  • Метод опорных векторов Support Vector Machines (functions.SMO);

  • Метод k ближайших соседей k-Nearest Neighbors (lazy.IBk).

Рассмотрим пример решения задачи классификации для тестового набора zoo.arff.:

=== Run information ===

Scheme:weka.classifiers.trees.J48 -C 0.25 -M 2

Relation: zoo-weka.filters.unsupervised.attribute.Remove-R1

Instances: 101

Attributes: 17

hair

feathers

eggs

milk

airborne

aquatic

predator

toothed

backbone

breathes

venomous

fins

legs

tail

domestic

catsize

type

Test mode:10-fold cross-validation

=== Classifier model (full training set) ===

J48 pruned tree

------------------

feathers = false

| milk = false

| | backbone = false

| | | airborne = false

| | | | predator = false

| | | | | legs <= 2: invertebrate (2.0)

| | | | | legs > 2: insect (2.0)

| | | | predator = true: invertebrate (8.0)

| | | airborne = true: insect (6.0)

| | backbone = true

| | | fins = false

| | | | tail = false: amphibian (3.0)

| | | | tail = true: reptile (6.0/1.0)

| | | fins = true: fish (13.0)

| milk = true: mammal (41.0)

feathers = true: bird (20.0)

Number of Leaves : 9

Size of the tree : 17

Time taken to build model: 0.02 seconds

=== Stratified cross-validation ===

=== Summary ===

Correctly Classified Instances 93 92.0792 %

Incorrectly Classified Instances 8 7.9208 %

Kappa statistic 0.8955

Mean absolute error 0.0225

Root mean squared error 0.14

Relative absolute error 10.2478 %

Root relative squared error 42.4398 %

Total Number of Instances 101

=== Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class

1 0 1 1 1 1 mammal

1 0 1 1 1 1 bird

0.6 0.01 0.75 0.6 0.667 0.793 reptile

1 0.011 0.929 1 0.963 0.994 fish

0.75 0 1 0.75 0.857 0.872 amphibian

0.625 0.032 0.625 0.625 0.625 0.92 insect

0.8 0.033 0.727 0.8 0.762 0.986 invertebrate

0.921 0.008 0.922 0.921 0.92 0.976 WeightedAvg.

=== Confusion Matrix ===

a b c d e f g <-- classified as

41 0 0 0 0 0 0 | a = mammal

0 20 0 0 0 0 0 | b = bird

0 0 3 1 0 1 0 | c = reptile

0 0 0 13 0 0 0 | d = fish

0 0 1 0 3 0 0 | e = amphibian

0 0 0 0 0 5 3 | f = insect

0 0 0 0 0 2 8 | g = invertebrate

Секция «Run information»

Секция «Classifier model (full training set)»

Секция «Evaluation on training set»

Секция «Summary»

Секция «Detailed Accuracy By Class»

Секция «Confusion Matrix»