智能信息獲取技術(shù)實(shí)驗(yàn)指導(dǎo)書-文庫吧資料
2024-08-17 17:07本頁面
【正文】 ，然后對新的未知實(shí)例進(jìn)行預(yù)測，預(yù)測的準(zhǔn)確程度來衡量所建立模型的好壞。 選擇Associate項(xiàng)中的Apriori算法分析進(jìn)行關(guān)聯(lián)信息獲取，并進(jìn)行參數(shù)設(shè)置，七、通過實(shí)驗(yàn),要求同學(xué)在關(guān)聯(lián)規(guī)則信息獲取實(shí)驗(yàn)中解決以下問題，并遞交完整的實(shí)驗(yàn)報(bào)告1. 對于非xls格式的數(shù)據(jù)如何轉(zhuǎn)換成ARFF數(shù)據(jù)類型?請給出你了解到的幾種數(shù)據(jù)類型到ARFF的轉(zhuǎn)換方式?2. 在算法出來的lift排前1的規(guī)則中,如: 1. age=52_max save_act=YES current_act=YES 113 == ine=43759_max 61 2）txt換成ARFF格式用excel打開用table鍵分開的txt文件,在用wekaviewer打開,另存為arff。 在WEKA “Arff Viewer”模塊，我們可以用它打開一個(gè)CSV文件將進(jìn)行瀏覽，然后另存為ARFF文件。我們點(diǎn)擊進(jìn)入“Simple CLI”模塊提供的命令行功能。選擇Explorer選項(xiàng)，選擇Open ，打開可以看見數(shù)據(jù)中的屬性，選擇屬性從右邊可以看到它的取值范圍1）CSV換成ARFF格式將CSV轉(zhuǎn)換為ARFF最迅捷的辦法是使用WEKA所帶的命令行工具。 我們選擇Explorer進(jìn)行實(shí)驗(yàn)。本測試集中將pep屬性作為分類的目標(biāo)類別，因此將其設(shè)為缺失值．缺失值用？表示。三、實(shí)驗(yàn)要求熟悉Weka平臺(tái)掌握關(guān)聯(lián)規(guī)則算法對數(shù)據(jù)進(jìn)行預(yù)處理，利用Weka和不同參數(shù)設(shè)置進(jìn)行關(guān)聯(lián)分析，對比結(jié)果，得出結(jié)論，對問題進(jìn)行總結(jié)。 如果你的模型準(zhǔn)確度不高,你是怎樣通過修改算法的參數(shù)來提高準(zhǔn)確度?通過點(diǎn)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(shí)驗(yàn)報(bào)告中顯示你的實(shí)驗(yàn)結(jié)果。請?jiān)趯?shí)驗(yàn)報(bào)告中詳解的參數(shù)設(shè)置情況。 點(diǎn)擊“Choose”右邊的文本框，彈出新窗口為該算法設(shè)置各種參數(shù)。七、通過實(shí)驗(yàn),要求同學(xué)在貝葉斯信息獲取實(shí)驗(yàn)中解決以下問題，并遞交完整的實(shí)驗(yàn)報(bào)告在數(shù)據(jù)預(yù)處理中，通過轉(zhuǎn)換與否的實(shí)驗(yàn)比較,判斷是否一定要把“Children”屬性轉(zhuǎn)換成分類型的兩個(gè)值“YES” “NO”。（4）點(diǎn)擊右鍵菜單中的“Visualize classifier errors”， 將彈出一個(gè)新窗口顯示一些有關(guān)預(yù)測誤差的散點(diǎn)，點(diǎn)擊這個(gè)新窗口中的“Save”按鈕，保存一個(gè)Arff文件。右邊顯示結(jié)果的區(qū)域中會(huì)增加一些內(nèi)容，告訴你該模型應(yīng)用在這個(gè)數(shù)據(jù)集上表現(xiàn)將如何。（2）在“Test Opion”中選擇“Supplied test set”，并且“Set”成要應(yīng)用模型的數(shù)據(jù)集，這里是“”文件。（8）右鍵點(diǎn)擊“Results list”剛才出現(xiàn)的那一項(xiàng)，彈出菜單中選擇“Visualize tree”，可以看到可視化結(jié)果。這個(gè)模
試題試卷相關(guān)推薦
鄂ICP備17016276號-1