A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Exercício 1 Rodar o algoritmo de classificação J4.8 do Weka variando: –o parâmetro M(2, 4, 5) –para o melhor valor de M encontrado, variar os métodos.

Apresentações semelhantes


Apresentação em tema: "1 Exercício 1 Rodar o algoritmo de classificação J4.8 do Weka variando: –o parâmetro M(2, 4, 5) –para o melhor valor de M encontrado, variar os métodos."— Transcrição da apresentação:

1 1 Exercício 1 Rodar o algoritmo de classificação J4.8 do Weka variando: –o parâmetro M(2, 4, 5) –para o melhor valor de M encontrado, variar os métodos de teste: »cross-validation (2 valores) »% split anotar o número de exemplos classificados corretamente e incorretamente em cada caso Escolher um dos arquivos: iris, viajar ou lentes

2 Exercício 2 –Rodar o algoritmo de regressão (árvores) M5P do Weka variando os parâmetros »R – para gerar árvore de regressão com valores numéricos nas folhas »N – árvore com e sem processo de poda M – número mínimo de instâncias (4, 8) –anotar para cada caso : »o valor do erro médio absoluto »Número de regras –Usar o arquivo carros, completando as informações para gerar o arquivo auto_mpg_menor.txt, transformando antes para.arff

3 Dados Auto.mpg reduzido: 120 exemplos atributos: –número de cilindros (categórico: 3, 4, 6, 8) –deslocamento (numérico) –potência (numérico) –peso (numérico) –ano (categórico: 70.71, 72, 73, 74) –aceleração (numérico) –origem (categórico: 1, 2, 3) –consumo (numérico)

4 Exercício 3 –Rodar o algoritmo de regressão (regras) M5Rules do Weka variando os parâmetros »R – para gerar regras de regressão com valores numéricos nas classes »N – árvore com e sem processo de poda M – número mínimo de instâncias (4, 8) –anotar para cada caso : »o valor do erro médio absoluto »Número de regras –Usar o arquivo carros, completando as informações para gerar o arquivo auto_mpg_menor.txt, transformando antes para.arff

5 Exercício 4 Executar o algoritmo de agrupamento SimpleKMeans do WEKA, com números diferentes de clusters (2, 3,5) Para cada um dos casos relatar os centróides encontrados para os arquivos: –exemplo_clustering.arff –viajar.arff

6 Exercício –Executar o algoritmo Apriori do Weka, para os conjuntos de dados: – carros_3V.arff –viajar.arff –(aplicar discretização dos dados – algoritmo Apriori só aceita atributos nominais –Para cada um dos conjuntos de dados, descrever as 3 melhores regras e explicar seu significado


Carregar ppt "1 Exercício 1 Rodar o algoritmo de classificação J4.8 do Weka variando: –o parâmetro M(2, 4, 5) –para o melhor valor de M encontrado, variar os métodos."

Apresentações semelhantes


Anúncios Google