SSiED Opracowanie (PDF)




File information


Author: Krystian Pypłacz

This PDF 1.5 document has been generated by Microsoft® Word 2010, and has been sent on pdf-archive.com on 03/02/2016 at 09:37, from IP address 157.158.x.x. The current document download page has been viewed 347 times.
File size: 442.99 KB (3 pages).
Privacy: public file












File preview


SSiED - opracowanie
Klasyfikacja
Reguła decyzyjna - wyrażenie logiczne złożone z części warunkowej i części decyzyjnej.
JEŻELI warunek TO decyzja
 warunek - częśd warunkowa reguły, przesłanka
 decyzja - częśd decyzyjna reguły, konkluzja
Mówimy, że obiekt rozpoznaje regułę, jeżeli spełnia jej częśd warunkową
Mówimy, że obiekt wspiera regułę, jeżeli spełnia jej częśd warunkową i decyzyjną
Dokładnośd klasyfikacji - procent przykładów testowych poprawnie zaklasyfikowanych przez model
Czułośd - jaka częśd prawdziwych wyników pozytywnych zostanie uznana jako pozytywne przez klasyfikator
Specyficznośd - Jaka częśd wyników prawdziwie negatywnych zostanie uznana za negatywne przez klasyfikator
,

,

W ramach czyszczenia danych można wykonad:
 uzupełnianie brakujący wartości
 kubełkowanie
 grupowanie
 regresję
 metodę mieszaną (analiza ekspercka + metoda automatyczna)
W ramach integracji danych można wykonad:
 identyfikację obiektu
 duplikację danych
 redundancję
 korelację jako metody wykrywania
W ramach transformacji danych można wykonad:
 wygładzenie
 agregację
 uogólnianie
 konstrukcję atrybutów
 normalizację
W ramach redukcji danych można wykonad:
 agregację kostki danych
 redukcję wymiaru danych
 kompresję danych
 redukcję liczności
 dyskretyzację i hierarchizacje koncepcyjną
Typy atrybutów:
 ilościowe (mierzalne)
o ciągłe
o porządkowe
o dyskretne
 jakościowe (nominalne, niemierzalne)

Algorytmy indukcji drzew decyzyjnych:
 ID3 (Iterative Dichotomiser)
 C4.5
 CART (Classification and Regression Trees)
Miary oceny atrybutów:
 Information gain (ID3) - błędne wyniki dla atrybutów o wielu wartościach
 Gain Ratio (C4.5) - preferuje niezrównoważone podziały, gdzie jeden z podzbiorów jest znacznie mniejszy niż
drugi
 Gini Index (CART) - błędne wyniki dla atrybutów o wielu wartościach, problemy dla zbiorów danych o dużej liczbie
klas
Entropia - oczekiwana ilośd informacji wymagana do sklasyfikowania obiektu ze zbioru U

gdzie pi - prawdopodobieostwo, że dowolny obiekt ze zbioru U należy do klasy Ci

Grupowanie danych
Algorytm hierarchiczny scalający
 Parametry wejściowe: warunek stopu - np. liczba grup, wartośd odcięcia
 Wynik grupowania: Podział na grupy, hierarchia podziałów - dendrogram
 Złożonośd: O(n2)
Algorytm k-means
 Parametry wejściowe: liczba grup
 Wynik grupowania: macierz podziału na grupy, macierz prototypów
 Złożonośd: O(n)
Algorytm DBSCAN
 Parametry wejściowe: promieo ε określający sąsiedztwo, liczba obiektów danych m stanowiąca o gęstości
sąsiedztwa
 Wynik grupowania: macierz podziału na grupy, grupa zawierająca szum
 Złożonośd: O(nlogn)
Algorytm fuzzy c-means
 Parametry wejściowe: liczba grup
 Wynik grupowania: macierz podziału na grupy, macierz prototypów
 Złożonośd: O(n)

DBSCAN

hierarchiczny scalający

k-means

Sieci społeczne
Sied społeczna - struktura utworzona przez ludzi powiązanych ze sobą (bezpośrednio lub pośrednio) poprzez
wspólne relacje lub zainteresowania. Rozkład stopni węzłów sieci społecznej jest rozkładem potęgowym. W sieciach
społecznych występuje zjawisko małego świata (ang. small world phenomenon).
Centralności:
 degree - określa liczbę powiązao danego węzła
 eigenvector - odzwierciedla liczbę powiązao danego węzła
 betweenness - określa liczbę najkrótszych ścieżek przechodzących przez dany węzeł
 closeness - określa odległośd danego węzła od wszystkich węzłów w sieci
Typy wizualizacji powiązao i aktorów w sieci społecznej:
 kołowa
 hierarchiczna
 radialna
 wyróżniająca grupy:
o MDS (Multidimensional Scaling)
o Spring Embedder / Force Directed






Download SSiED Opracowanie



SSiED Opracowanie.pdf (PDF, 442.99 KB)


Download PDF







Share this file on social networks



     





Link to this page



Permanent link

Use the permanent link to the download page to share your document on Facebook, Twitter, LinkedIn, or directly with a contact by e-Mail, Messenger, Whatsapp, Line..




Short link

Use the short link to share your document on Twitter or by text message (SMS)




HTML Code

Copy the following HTML code to share your document on a Website or Blog




QR Code to this page


QR Code link to PDF file SSiED Opracowanie.pdf






This file has been shared publicly by a user of PDF Archive.
Document ID: 0000337270.
Report illicit content