minera o de dados
Download
Skip this Video
Download Presentation
Mineração de dados

Loading in 2 Seconds...

play fullscreen
1 / 14

Mineração de dados - PowerPoint PPT Presentation


  • 132 Views
  • Uploaded on

Mineração de dados. Exercícios sobre classificação. O que deveria ser feito, na fase de preparação de dados, para aplicar o método ID3 para classificação com os dados abaixo?.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Mineração de dados' - guy-pruitt


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
minera o de dados
Mineração de dados

Exercícios sobre classificação

slide2
O que deveria ser feito, na fase de preparação de dados, para aplicar o método ID3 para classificação com os dados abaixo?
slide3
O que deveria ser feito, na fase de preparação de dados, para aplicar o método k-NN para classificação com os dados abaixo?
slide4
O que deveria ser feito, na fase de preparação de dados, considerando uma rede neural backpropagation para classificação usando os dados abaixo?
slide5
O que deveria ser feito, na fase de preparação de dados, considerando o uso do algoritmo naïve bayes e os dados abaixo?
slide6
Considere o seguinte conjunto de treino, em que cada exemplo é definido por três atributos (A,B,C).

a) Qual a incerteza (entropia) associada ao conjunto de treino inicial?

b) Qual o Ganho de Informação de um teste efetuado no primeiro atributo (X1)?

c) Face a este resultado, qual seria a estrutura de uma árvore de decisão obtida para este conjunto de treino, construída de acordo com o critério de maximização do ganho de informação?

slide7
Determine a classificação obtida para o exemplo C11 utilizando o algoritmo naive Bayes, considerando os dados de treino abaixo e sabendo que

P( E1 |H ).P( E2 | H)... .P(En | H).P(H )

P(H|E)=

P( E1 ).P( E2)... .P(En)

exerc cio 1
Entre no Weka e carregue o arquivo golf.arff (preprocess/open file)

Examine os dados

escolha a aba de Classificação (Classify) e selecione o classificador J48 (Choose/Trees/J48) e execute com os parâmetros default (start)

Compreenda a saída fornecida

Visualize a árvore gerada (clicando com o botão direito na lista de resultados e escolhendo visualize tree)

EXERCÍCIO 1
outros classificadores no weka
Outros classificadores no Weka
  • Nome de alguns classificadores vistos em aula, no Weka:
    • C 4.5: Choose/trees/J48
    • ID3: Choose/trees/Id3
    • naïve bayes: Choose/bayes/NaiveBayes
    • k-NN: Choose/lazy/IBk
    • SVM: Choose/functions/SMO
    • Rede neural backpropagation: Choose/functions/MultilayerPerceptron
exerc cio 2
Exercício 2
  • Carregue o arquivo iris.arff (150 registros)
  • Execute o classificador J48 com os parâmetros default.
  • Se familiarize com o formato da saída fornecida, incluindo a matriz de confusão
  • Visualize a árvore gerada
  • Visualize os erros de classificação. No gráfico, como se diferenciam as instancias corretamente das incorretamente classificadas? Como pode-se ver informações detalhadas de uma instância (registro)?
  • Execute outras formas de avaliação e verifique o efeito:
    • Use training set (usa para teste o mesmo arquivo do treinamento)
    • Percentage split (divide o arquivo em uma parte para o treinamento e outra para o teste)
  • Use outros algoritmos de classificação e anote o seu nome e o resultado (acurácia)
exerc cio 3
EXERCÍCIO 3
  • Carregue o arquivo credit-g.arff (arquivo com dados para decisão sobre crédito bancário, com 1000 registros)
  • Use percentage split como método de avaliação (o número de registros é razoavelmente grande).
  • Para este problema, considere que um falso positivo (prever que a classe é good quando na verdade é bad) tem um custo 5 vezes maior que o de um falso negativo.
  • Encontre o menor custo com o J48 (usando a matriz de confusão ), considerando os custos:

VP=-1; VN=-1; FP=5; FN=1.

  • Utilizando os valores default dos parâmetros, teste com outros classificadores e anote o resultado em uma tabela com: classificador, acurácia, custo, tempo de execução
exerc cio 4
Abra o arquivo hepatitis.arff

Execute o J48 com os parâmetros default. Salve o resultado. Execute outros classificadores e anote o resultado.

Qual o melhor? Compare as matrizes de confusão geradas pelos diversos classificadores

EXERCÍCIO 4
exerc cio 5
Exercício 5
  • Abra o arquivo mushroom.arff.
  • Utilize alguns algoritmos de classificação. Faça uma tabela com o classificador e acurácia obtida. Qual o melhor resultado, com que classificador?
salvar e utilizar o modelo de classifica o
Salvar e utilizar o modelo de classificação

Salvar:

  • executar o algoritmo de classificação (porexemplo, o J48) pararealizar o treinamento (geração do modelo)
  • Clique o botãodireitosobre o modeloquedeve ser salvo, naResults list
  • SelecioneSave model e salve o modelo.

Carregar(o modelo salvo anteriormente)

  • Carregueos dados de testeusando a opçãoSupplied test set
  • Clique o botãodireitonaResults list, selecioneLoad model e escolha o modelo salvo paracarregar
  • SelecioneRe-evaluate model on current test set

OBS:

- o arquivo usado para teste deve conter os mesmos nomes de atributos e os mesmos tipos que o arquivo usado para gerar o modelo.

- Quando se carrega um arquivo CSV, o primeiro registro é usado para nomear os atributos.

ad