Różnice
Różnice między wybraną wersją a wersją aktualną.
|
|
pl:prolog:prolog_lab:learn_dtrees [2013/01/20 20:34] gjn utworzono |
pl:prolog:prolog_lab:learn_dtrees [2019/06/27 15:50] |
====== - LAB: Uczenie drzew decyzyjnych ====== | |
| |
Celem ćwiczenia jest zapoznanie się uczeniem drzew decyzyjnych służących do klasyfikacji danych. | |
Obejmuje to budowanie struktury drzew na podstawie przykładów i ich użycie do klasyfikacji danych. | |
| |
===== Wprowadzenie ===== | |
| |
Do przeczytania i przygotowania: | |
* AIM:18.6-18.11, FCA:11 | |
* WSI:10 | |
| |
| |
===== Narzędzia ===== | |
| |
Podstawowym narzędziem do realizacji ćwiczeń jest program [[http://www.aispace.org/dTree/|Decision trees]] z [[http://www.aispace.org|AIspace]]. | |
| |
| |
===== Ćwiczenia ===== | |
| |
Pracuj w parze z Koleżanką/Kolegą. | |
Uruchom narzędzie pisząc w konsoli tekstowej ''ais-dtree''. | |
| |
* Przeczytaj wstęp pojęciowy do wybranych zagadnień [[http://artint.info/html/ArtInt_146.html|teorii informacji]] | |
* Przeczytaj wstęp do [[http://artint.info/html/ArtInt_177.html|uczenia drzew decyzyjnych]] | |
| |
==== Przykład klasyfikacji dla czytania emaili ==== | |
* Przeczytaj [[http://aispace.org/dTree/help/general.shtml|tutorial]] | |
* Załaduj przykład //File->Load samle dataset->Mail reading// | |
* Obejrzyj przykłady, jak wygląda zbiór uczący, a jak testowy | |
* Zbuduj drzewo: przełącz się na zakładkę //Solve// i naciskaj na //Step//, aż do końca budowy drzewa | |
* Obserwuj wyniki: //Show plot//, //View node info// | |
* Sprawdź które węzły klasyfikują poszczególne przypadki: //View mapped examples// | |
* Usuń drzewo //Reset graph// | |
* Zmień algorytm budujący //Decision Tree Options->Splitting functions// | |
* Porównaj wyniki dla innych algorytmów | |
| |