Download
exerc cio 1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
Exercício 1 PowerPoint Presentation
Download Presentation
Exercício 1

Exercício 1

94 Views Download Presentation
Download Presentation

Exercício 1

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Exercício 1 • Rodar o algoritmo de classificação J4.8 do Weka variando: • o parâmetro M(2, 4, 5) • para o melhor valor de M encontrado, variar os métodos de teste: • cross-validation (2 valores) • % split • anotar o número de exemplos classificados corretamente e incorretamente em cada caso • Escolher um dos arquivos: iris, viajar ou lentes

  2. Exercício 2 • Rodar o algoritmo de regressão (árvores) M5P do Weka variando os parâmetros • R – para gerar árvore de regressão com valores numéricos nas folhas • N – árvore com e sem processo de poda M – número mínimo de instâncias (4, 8) • anotar para cada caso : • o valor do erro médio absoluto • Número de regras • Usar o arquivo carros, completando as informações para gerar o arquivo auto_mpg_menor.txt, transformando antes para .arff

  3. Dados • Auto.mpg reduzido: 120 exemplos • atributos: • número de cilindros (categórico: 3, 4, 6, 8) • deslocamento (numérico) • potência (numérico) • peso (numérico) • ano (categórico: 70.71, 72, 73, 74) • aceleração (numérico) • origem (categórico: 1, 2, 3) • consumo (numérico)

  4. Exercício 3 • Rodar o algoritmo de regressão (regras) M5Rules do Weka variando os parâmetros • R – para gerar regras de regressão com valores numéricos nas classes • N – árvore com e sem processo de poda M – número mínimo de instâncias (4, 8) • anotar para cada caso : • o valor do erro médio absoluto • Número de regras • Usar o arquivo carros, completando as informações para gerar o arquivo auto_mpg_menor.txt, transformando antes para .arff

  5. Exercício 4 • Executar o algoritmo de agrupamento SimpleKMeans do WEKA, • com números diferentes de clusters (2, 3,5) • Para cada um dos casos relatar os centróides encontrados para os arquivos: • exemplo_clustering.arff • viajar.arff

  6. Exercício • Executar o algoritmo Apriori do Weka, para os conjuntos de dados: • carros_3V.arff • viajar.arff • (aplicar discretização dos dados – algoritmo Apriori só aceita atributos nominais • Para cada um dos conjuntos de dados, descrever as 3 melhores regras e explicar seu significado