Pievienot darbus Atzīmētie0
Darbs ir veiksmīgi atzīmēts!

Atzīmētie darbi

Skatītie0

Skatītie darbi

Grozs0
Darbs ir sekmīgi pievienots grozam!

Grozs

Reģistrēties

interneta bibliotēka
Atlants.lv bibliotēka

Izdevīgi: šodien akcijas cena!

Parastā cena:
21,48
Ietaupījums:
2,58 (12%)
Cena ar atlaidi*:
18,90
Pirkt
Identifikators:696638
Autors:
Vērtējums:
Publicēts: 18.06.2020.
Valoda: Latviešu
Līmenis: Augstskolas
Literatūras saraksts: 3 vienības
Atsauces: Nav
Laikposms: 2020.g. - 2020.g.
SatursAizvērt
Nr. Sadaļas nosaukums  Lpp.
1.  UZDEVUMS    3
2.  TEORĒTISKĀ DAĻA    5
2.1.  Punkts 1    5
2.2.  Punkts 2    8
2.3.  Punkts 3    12
2.4.  Punkts 4    13
3.  PRAKTISKĀ DAĻA    14
3.1.  Punkts 1 – klasifikācijas koki    14
3.1.1.  Punkts 1.1 – klasifikācijas koka novērtēšana ar 10-kārtējo šķērsvalidāciju    18
3.1.2.  Punkts 1.2 – rādītāju aprēķināšana no pārpratumu matricas ar pozitīvo klasi “P”    19
3.1.3.  Punkts 1.3 – klasifikācijas koka attēlošana    21
3.1.4.  Punkts 1.4 – logrīka Tree parametra izmainīšana un soļu atkārtošana    23
3.2.  Punkts 2 - K-tuvāko kaimiņu algoritms    26
3.2.1.  Punkts 2.1 – kNN tuvāko kaimiņu skaitu mainīšana ar šķērsvalidāciju    27
3.2.2.  Punkts 2.2 – rādītāju aprēķināšana, izmantojot pārpratumu matricu    30
3.2.3.  Punkts 2.3 – rādītāju grafiskā attēlošana un rezultātu salīdzināšana    33
3.3.  Punkts 3 – naivais Baijesa klasifikācijas algoritms    34
3.3.1.  Punkts 3.1 – skaitlisko atribūtu diskretizācija    35
3.3.2.  Punkts 3.2 – ierakstu klasifikācija, pielietojot 10-kārtējo šķērsvalidāciju    36
3.3.3.  Punkts 3.3 – rādītāju aprēķināšana, izmantojot pārpratumu matricu    37
3.4.  Punkts 4    39
4.  REZULTĀTU APKOPOJUMS UN SECINĀJUMI    41
5.  IZMANTOTĀ LITERATŪRA    42
Darba fragmentsAizvērt

4. REZULTĀTU APKOPOJUMS UN SECINĀJUMI
Otrajā praktiskajā tika izskatīti un apgūti sekojoši algoritmi : ID3, kNN un Naive Bayes.
Darba gaitā izmantojot lietojumprogrammatūru Orange, iepazinos ar klasifikācijas algoritmiem un izveidoju trīs dažādi modeļus, ar kuriem vajadzēja krietni pastrādāt. Gadījās problēmas ar pārpratuma matricu rezultātu interpretēšanu, jo Orange izvada tos reversīvi. Katrs algoritms tika novērtēts ar 10-kārtējo šķērsvalidāciju un katram tika aprēķināti sekojoši rādītāji ar pozitīvo klasi “P” : klasifikācijas precizitāte, klasifikācijas kļūda, jūtīgums, specifiskums, KPN, KNN un pozitīva klases precizitāte. Pamatojoties uz visiem iegūtiem rezultātiem, tika novērtēta katra algoritma efektivitāte un precizitāte.
Pildot šo praktisko darbu, sastādos ar noformēšanas grūtībām, jo tiešām darbs bija diezgan apjomīgs. Tik un tā, iegūtās zināšanas no praktiskajām nodarbībām par algoritmiem nopietni noderēs nākotnē, tā kā uzskatu to par ļoti vērtīgo.

Autora komentārsAtvērt
Parādīt vairāk līdzīgos ...

Nosūtīt darbu e-pastā

Tavs vārds:

E-pasta adrese, uz kuru nosūtīt darba saiti:

Sveiks!
{Tavs vārds} iesaka Tev apskatīties interneta bibliotēkas Atlants.lv darbu par tēmu „Datu apstrādes un datizraces pamati”.

Saite uz darbu:
https://www.atlants.lv/w/696638

Sūtīt

E-pasts ir nosūtīts.

Izvēlies autorizēšanās veidu

E-pasts + parole

E-pasts + parole

Norādīta nepareiza e-pasta adrese vai parole!
Ienākt

Aizmirsi paroli?

Draugiem.pase
Facebook
Twitter

Neesi reģistrējies?

Reģistrējies un saņem bez maksas!

Lai saņemtu bezmaksas darbus no Atlants.lv, ir nepieciešams reģistrēties. Tas ir vienkārši un aizņems vien dažas sekundes.

Ja Tu jau esi reģistrējies, vari vienkārši un varēsi saņemt bezmaksas darbus.

Atcelt Reģistrēties