Шаблон отчёта 1 WEKA Набор данных ИИСиТ (1). Разработка набора данных для построения дерева решений по тематике выбора одежды
 Скачать 287.17 Kb.
|
|
Интеллектуальные информационные системы и технологии Тема занятий Практическая работа на тему: «Разработка набора данных для построения дерева решений по тематике выбора одежды» Целью практических занятий является разработка набора данных для последующего его анализа в среде программного обеспечения WEKA. Этот набор данных будет представлять (частично) подготовленные вами данные и знания о правилах выбора верхней одежде конкретного студента в зависимости от обстоятельств. Это дерево решений может быть впоследствии использовано для принятия решений о выборе конкретных предметов одежды. Подобную задачу мы решали с использованием программного обеспечения CLIPS. В процессе работы вы будете проектировать структуру шаблона данных и добавлять кейсы, которые отражают характерные варианты выбора одежды. в повседневной жизни. Установка ПО WEKA В связи с тем, что мы проводим эти занятия дистанционно, прошу установить на своим домашние компьютеры ПО WEKA. Вы можете найти дистрибутив самостоятельно или перейдите по ссылкам: Последняя версия ПО: https://sourceforge.net/projects/weka/files/latest/download Здесь версия WEKA 3.8.5: https://weka.ru.malavida.com/ Окончательный отчет должен содержать стандартный титульный лист, скриншоты вашего упражнения с демонстрационным набором, скриншоты блокнота с определением шаблона данных, скриншот блокнота с пробным набором кейсов, скриншот, показывающий, что набор данных успешно загружен в WEKA. Первый этап выполнения работы. Пример построения дерева решений с использованием демонстрационного набора данных Мы используем пример проведения анализа, который предложен в блоге по адресу https://russianblogs.com/article/8829309409/ Набор данных, который мы использовали для примеров классификации называется bmw-training.arff . Предполагается, что дилерский центр компании запускает план продаж, чтобы попытаться продать свою двухлетнюю расширенную гарантию своим постоянным клиентам. Этот дилерский центр имел аналогичные планы в прошлом и собрал 4500 точек данных о прошлых продажах. Обратите внимание на то, что анализируются уже имеющиеся данные, которые позволят построить дерево решений при поступлении новых данных. Атрибуты в наборе данных: IncomeBracket – Уровень дохода кодируется ординальной шкалой [0 = 0–30 тыс.$., 1 = 31–40 тыс. $., 2 = 41–60 тыс. $., 3 = 61–75 тыс. $., 4 = 76–100 тыс. $., 5 = 101–150 тыс. $., 6 = 151-500 тыс. $, 7 = 501 тыс. $] FirstPurchase – Год / месяц первой покупки BMW LastPurchase – Год / месяц последней покупки BMW responded – Реагировал ли покупатель на расширенный гарантийный план в прошлом? Да = 1, Нет = 0 Заголовок файла представлен на рисунке  Откройте этот набор данных, выполнив последовательность шагов. Запустите WEKA   Щелкните по кнопке Explorer   Откройте файл bmw-training.arff. “тот файл содержит 3000 кейсов. После загрузки данных экран должен выглядеть примерно так, как показано на рисунке  Выполнение классификации Выберите вкладку Classify, затем выберите (Choose) trees, затем J48. Это один из реализованных в WEKA алгоритмов построения деревьев решений. Затем нажмите Start (кнопка подсвечена кружком на рисунке).   Результаты вычислений === Run information === Scheme: weka.classifiers.trees.J48 -C 0.25 -M 2 Relation: bmwreponses Instances: 3000 Attributes: 4 IncomeBracket FirstPurchase LastPurchase responded Test mode: 10-fold cross-validation === Classifier model (full training set) === J48 pruned tree ------------------ FirstPurchase <= 200011 | IncomeBracket = 0: 1 (271.0/114.0) | IncomeBracket = 1 | | LastPurchase <= 200512: 0 (69.0/21.0) | | LastPurchase > 200512: 1 (69.0/27.0) | IncomeBracket = 2: 1 (194.0/84.0) | IncomeBracket = 3: 1 (109.0/38.0) | IncomeBracket = 4 | | LastPurchase <= 200511: 0 (54.0/22.0) | | LastPurchase > 200511: 1 (105.0/40.0) | IncomeBracket = 5 | | LastPurchase <= 200505 | | | LastPurchase <= 200504: 0 (8.0) | | | LastPurchase > 200504 | | | | FirstPurchase <= 199712: 1 (2.0) | | | | FirstPurchase > 199712: 0 (3.0) | | LastPurchase > 200505: 1 (185.0/78.0) | IncomeBracket = 6 | | LastPurchase <= 200507 | | | FirstPurchase <= 199812: 0 (8.0) | | | FirstPurchase > 199812 | | | | FirstPurchase <= 200001: 1 (4.0/1.0) | | | | FirstPurchase > 200001: 0 (3.0) | | LastPurchase > 200507: 1 (107.0/43.0) | IncomeBracket = 7: 1 (115.0/40.0) FirstPurchase > 200011 | IncomeBracket = 0 | | FirstPurchase <= 200412: 1 (297.0/135.0) | | FirstPurchase > 200412: 0 (113.0/41.0) | IncomeBracket = 1: 0 (122.0/51.0) | IncomeBracket = 2: 0 (196.0/79.0) | IncomeBracket = 3: 1 (139.0/69.0) | IncomeBracket = 4: 0 (221.0/98.0) | IncomeBracket = 5 | | LastPurchase <= 200512: 0 (177.0/77.0) | | LastPurchase > 200512 | | | FirstPurchase <= 200306: 0 (46.0/17.0) | | | FirstPurchase > 200306: 1 (88.0/30.0) | IncomeBracket = 6: 0 (143.0/59.0) | IncomeBracket = 7 | | LastPurchase <= 200508: 1 (34.0/11.0) | | LastPurchase > 200508: 0 (118.0/51.0) Number of Leaves : 28 Size of the tree : 43 Time taken to build model: 0.07 seconds === Stratified cross-validation === === Summary === Correctly Classified Instances 1642 54.7333 % Incorrectly Classified Instances 1358 45.2667 % Kappa statistic 0.0933 Mean absolute error 0.49 Root mean squared error 0.5038 Relative absolute error 98.0236 % Root relative squared error 100.7747 % Total Number of Instances 3000 === Detailed Accuracy By Class === TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class 0,592 0,499 0,551 0,592 0,571 0,094 0,550 0,538 1 0,501 0,408 0,543 0,501 0,521 0,094 0,550 0,537 0 Weighted Avg. 0,547 0,454 0,547 0,547 0,546 0,094 0,550 0,538 === Confusion Matrix === a b <-- classified as 903 622 | a = 1 736 739 | b = 0 Как увидеть дерево решений? Чтобы увидеть это дерево, щелкните правой кнопкой мыши на модели, которую вы только что создали (модель отмечена на рисунке)   . Во всплывающем меню выберите Visualize tree. Вы увидите созданное программой дерево классификации. В этом примере визуальное дерево не предоставляется полезной для практического использования Другой способ увидеть это дерево - посмотреть в выходных данных классификатора, где текстовый вывод показывает все дерево с узлами и листьями. Дерево классификации в этом случае представлено на рисунке  Важные цифры, которые следует посмотреть здесь, это те, которые находятся рядом с «Правильно классифицированными экземплярами» (54,7%) и «Неверно классифицированными экземплярами» (45,3%). Correctly Classified Instances 1642 54.7333 % Incorrectly Classified Instances 1358 45.2667 % Другим важным номером является номер в первой строке столбца «ROC Area» (0.616), мы должны разобрать это важное понятие отдельно TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class 0,592 0,499 0,551 0,592 0,571 0,094 0,550 0,538 1 0,501 0,408 0,543 0,501 0,521 0,094 0,550 0,537 0 Weighted Avg. 0,547 0,454 0,547 0,547 0,546 0,094 0,550 0,538 «Матрица» показывает количество ложных срабатываний и ложных отрицаний. В этой матрице ложное срабатывание составляет 622, а ложное отрицание – 736 === Confusion Matrix === a b <-- classified as 903 622 | a = 1 736 739 | b = 0 Как оценить полученную модель? Так как показатель точности составляет всего 54,7%, необходимо сделать вывод, что модель представляет небольшую ценность. Замечание. Полученные в нашем примере числа незначительно отличаются от тех, которые показаны в примере по указанному выше адресу. Далее в блоге, на который я ссылаюсь, предлагается проверить полученную модель дерева решений на тестовом наборе. Этот набор представлен в файле bmw-test.arff. Вы можете проделать эту часть работы самостоятельно и убедиться, что построенное дерево решений не совсем подходит для решения задачи классификации Второй этап выполнения работы. Разработка собственного шаблона данных с небольшим количеством кейсов Просмотрите в блокноте файлы данных, которые предложены в пакете инсталляции ПО WEKA (Путь установки...:\WEKA DataMining\Weka-3-8-5\data). Проанализируйте способы представления данных, которые измеряются различными шкалами Предложите вариант шаблона данных, который использует поля различного типа (номинальные, ординальные) . Эти поля данных могут соответствовать используемым нами ранее условиям (Погода, Ветер, Цель выхода из дома…) Введите пробный набор данных 5-6 строк. Загрузите этот набор данных в программу WEKA Окончательный должен содержать 1. Титульный лист 2. 2-3 скриншота , показывающих выполнение задания 3. Текст разработанного шаблона данных с введёнными кейсами 4. Скриншот ПО WEKA с загруженным пробным набором данных Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный технический университет имени Ю. А. Гагарина» Кафедра прикладных информационных технологий Практическая работа по курсу Интеллектуальные информационные системы и технологии на тему: «Разработка набора данных для построения дерева решений по тематике выбора одежды» Выполнил студент <Номер группы>, ФИО Проверил преподаватель ФИО Саратов, 2021 |