To jest stara wersja strony!
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
Ćwiczenia
Pracuj w parze z Koleżanką/Kolegą.
Uruchom narzędzie pisząc w konsoli tekstowej ais-dtree
.
Przykład klasyfikacji dla czytania emaili
-
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