Методы обнаружения логических закономерностей в данных с использованием аналитической платформы Deductor. Лабораторная работа 2 Методы обнаружения логических закономерностей в данных с использованием аналитической платформы Deductor
 Скачать 159.5 Kb.
|
 Рис 6. Правила построения дерева решений Рис 7. Таблица значимости атрибутов  Рис 8. Таблица сопряженности для обучающей выборки  Рис 9. Таблица сопряженности для тестовой выборки Полученные правила можно записать в виде: Если плотность <240 – это m3 Если плотность >= 240 и максимальное давление <6250 и стойкость к перепадам < 68 – это m3 Если плотность >= 240 и максимальное давление <6250 и стойкость к перепадам >= 68 – это m2 Если плотность >= 240 и максимальное давление >=6250 и влагостойкость < 48 – это m2 Если плотность >= 240 и максимальное давление >=6250 и влагостойкость >= 48 – это m1 Вывод: в данной лабораторной работе были произведены анализ и классификация данных на основе построенного дерева решений. В ходе работы было получено 5 правил классификации. По полученным правилам можно отнести к тому или иному классу поступающие на обработку данные. Однако, в связи с тем, что у объектов разных классов могут быть схожие показатели атрибутов при тестовой и обучающей выборке наблюдается неверная классификация. |