Różnice między wybraną wersją a wersją aktualną.
|
pl:dydaktyka:ml:2018lab8 [2018/05/29 11:52] esimon [Instrukcje do laboratorium] |
pl:dydaktyka:ml:2018lab8 [2019/06/27 15:50] |
||
|---|---|---|---|
| Linia 1: | Linia 1: | ||
| - | ====== Laboratorium 10 -- Drzewa decyzyjne ====== | ||
| - | ===== Instrukcje do laboratorium ===== | ||
| - | - Notebook do pobrania: [[https://drive.google.com/file/d/1mdTmhWDSoAXpZwiTMUwFM-a1GNctJ_GN/view?usp=sharing|decisiontrees.ipynb]] | ||
| - | - W celu załadowania, wybierz 'File->Upload Notebook' w Google Colab. W przypadku lokalnej wersji, po prostu nawiguj w oknie przeglądarki do miejsca gdzie zapisany jest notebook. | ||
| - | |||
| - | |||
| - | |||
| - | ===== Wprowadzenie do Weki ===== | ||
| - | [[http://www.cs.waikato.ac.nz/~ml/weka/|Weka]], to narzędzie opensource do data miningu. | ||
| - | Uruchom je wykonując w konsoli polecenie. Jeśli program nie jest zainstalowany, ściagnij go ze strony | ||
| - | <code> | ||
| - | $ weka | ||
| - | </code> | ||
| - | |||
| - | Jeśli program nie jest zainstalowany, ściągnij go ze strony: [[http://www.cs.waikato.ac.nz/~ml/weka/|Weka]] i uruchom: | ||
| - | <code> | ||
| - | $ java -jar weka.jar | ||
| - | </code> | ||
| - | |||
| - | ==== Wczytywanie i analiza danych ==== | ||
| - | - Pobierz paczkę plików z danymi: {{:pl:dydaktyka:ml:data.tar.gz|}} | ||
| - | - Otwórz w Gedicie plik o nazwie swimming.arff i poznaj strukturę plików uczących dla weki z danymi symbolicznymi. | ||
| - | - Uruchom Wekę i kliknij w przycisk **Explorer** | ||
| - | - Przeanalizuj pierwszą zakładkę GUI i odpowiedz na pytania poniżej: \\ {{:pl:dydaktyka:ml:weka-preprocess.png?600|}} | ||
| - | **Pytania** | ||
| - | - Jaki jest rozmiar zbioru uczącego? | ||
| - | - Ile atrybutów występuje w zbiorze uczącym? | ||
| - | - Ile jest instancji jest pozytywnych (//Enjoy=yes//) a ile negatywnych? | ||
| - | - Który z atrybutów najlepiej rozdziela dane? ;) | ||
| - | - Ile elementów ze zbioru danych ma atrybut wilgotność (//humidity//) ustawioną jako //high//? | ||
| - | |||
| - | ==== Drzewa decyzyjne ==== | ||
| - | - Wczytaj plik swimming.arff ze zbioru danych | ||
| - | - Kliknij w zakładkę **Clasify** | ||
| - | - Wybierz za pomocą przycisku **Choose** klasyfikator Id3. | ||
| - | - Upewnij się, że w oknie //Test options// zaznaczona jest opcja //Use training set//. Uwaga! W przyszłości **nie** będziemy korzystać z tej formy testowania - tutaj jesteśmy zmuszeni, z uwagi na niewielki zbiór uczący. | ||
| - | - Kliknij w przycisk **Start**. Przyjrzyj się rezultatowi. Co oznaczają wyniki? \\ {{:pl:dydaktyka:ml:weka-clasify-1.png?600|}} | ||
| - | - Wybierz za pomocą przycisku **Choose** klasyfikator J48 i kliknij **Start**, następnie zwizualizuj drzewo tak jak to pokazano poniżej: \\ {{:pl:dydaktyka:ml:weka-visualize-tree.png?600|}} | ||
| - | - Czy drzewo wygląda tak jak je narysowałeś(aś) na początku laboratorium? \\ {{:pl:dydaktyka:ml:tree-begining.png|}} | ||
| - | |||
| - | ==== Poprawność klasyfikacji ==== | ||
| - | - Załaduj plik {{:pl:dydaktyka:ml:credit-g.arff.gz|credit-g.arff}} do Weki. Zawiera on dane uczące dla systemu, który na podstawie atrybutów zawartych w pliku powinien określać czy dany zestaw wartości atrybutów wskazuje na wiarygodnego klienta banku, czy też nie - czy można przyznać mu kredyt, czy jest to ryzykowne. | ||
| - | - Przejdź do zakładki **Classify** i wybierz algorytm J48. | ||
| - | - W obszarze //Test options// wybierz opcje //Percentage split// z wartością 66% Oznacza to, ze 66% danych posłuży do uczenia, a 34% do walidacji. Jakie to ma znaczenie? | ||
| - | - Uruchom algorytm. Ile procent przypadków zostało poprawnie zaklasyfikowanych? Czy to dobry wynik? | ||
| - | - Zmień klasyfikator na //ZeroR// z gałęzi //rules//. Jakie są wyniki? | ||
| - | - Wypróbuj inne klasyfikatory. Jakie dają wyniki? | ||
| - | - Przejdź do zakładki **Preprocess** i zobacz jak wygląda rozkład atrybutu określającego czy danych zestaw jest //dobry// czy //zły//. Jaka byłaby skuteczność algorytmu który niezależnie od wartości atrybutów "strzelałby" że użytkownik jest wiarygodny? | ||
| - | - Dlaczego przed przystąpieniem do klasyfikacji, warto wcześniej przyjrzeć się danym? ;P | ||
| - | |||
| - | ==== User Classifier ==== | ||
| - | - Zbuduj drzewo z wykorzystaniem klasyfikatora "User Classifier" dla danych z pliku (użyj PPM do "domknięcia" wielokąta): \\ {{:pl:dydaktyka:ml:polygon.png|}} | ||
| - | - Zaakceptuj zbudowane drzewo i zobacz wyniki:\\ {{:pl:dydaktyka:ml:user-accept.png|}} | ||
| - | |||
| - | |||
| - | |||
| - | |||
| - | ===== Materiały ===== | ||
| - | |||
