智能信息獲取技術實驗指導書-文庫吧
2025-07-20 17:07 本頁面
【正文】 我們有必要采用10折交叉驗證（10fold cross validation）來選擇和評估模型，選上“Crossvalidation”并在“Folds”框填上“10”。（7）點“Start”按鈕開始讓算法生成Bayes模型。這個模型的誤差分析等等結(jié)果將出現(xiàn)在右邊的“Classifier output”中。同時左下的“Results list”出現(xiàn)了一個項目顯示剛才的時間和算法名稱。（8）右鍵點擊“Results list”剛才出現(xiàn)的那一項，彈出菜單中選擇“Visualize tree”，可以看到可視化結(jié)果。測試過程（1）注意待預測數(shù)據(jù)集和訓練用數(shù)據(jù)集各個屬性的設置必須是一致的。（2）在“Test Opion”中選擇“Supplied test set”，并且“Set”成要應用模型的數(shù)據(jù)集，這里是“”文件。（3）右鍵點擊“Result list”中剛產(chǎn)生的那一項，選擇“Reevaluate model on current test set”。右邊顯示結(jié)果的區(qū)域中會增加一些內(nèi)容，告訴你該模型應用在這個數(shù)據(jù)集上表現(xiàn)將如何。我們的Class屬性都是些缺失值，那這些內(nèi)容是無意義的，我們關注的是模型在新數(shù)據(jù)集上的預測值。（4）點擊右鍵菜單中的“Visualize classifier errors”， 將彈出一個新窗口顯示一些有關預測誤差的散點，點擊這個新窗口中的“Save”按鈕，保存一個Arff文件。（5）打開這個文件可以看到在倒數(shù)第二個位置多了一個屬性（predictedpep），這個屬性上的值就是模型對每個實例的預測值，點“Edit”按鈕可以查看這個數(shù)據(jù)集的內(nèi)容。七、通過實驗,要求同學在貝葉斯信息獲取實驗中解決以下問題，并遞交完整的實驗報告在數(shù)據(jù)預處理中，通過轉(zhuǎn)換與否的實驗比較,判斷是否一定要把“Children”屬性轉(zhuǎn)換成分類型的兩個值“YES” “NO”。 在算法選擇時,點擊“Choose”按鈕后可以看到哪些分類的算法分門別類的列在一個樹型框里? 將些數(shù)據(jù)截圖,在實驗報告中進行詳解。 點擊“Choose”右邊的文本框，彈出新窗口為該算法設置各種參數(shù)。點“More”查看參數(shù)說明，點“Capabilities”查看算法適用范圍。請在實驗報告中詳解的參數(shù)設置情況。 請介紹你建立好的模型以及對該模型的誤差分析等結(jié)果,如:出現(xiàn)在“Classifier output”中的模型準確度等,將這些數(shù)據(jù)截圖, 在實驗報告中進行詳解。 如果你的模型準確度不高,你是怎樣通過修改算法的參數(shù)來提高準確度?通過點擊“Results list”,并選擇可視化,在圖形模式中打開你的模型,并將它截圖,在實驗報告中顯示你的實驗結(jié)果。實驗二一、實驗名稱： 基于關聯(lián)規(guī)則的信息獲取二、實驗目的：通過
試題試卷相關推薦
鄂ICP備17016276號-1