A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Dicas para a realização do Trabalho1 Mineração de dados.

Apresentações semelhantes


Apresentação em tema: "Dicas para a realização do Trabalho1 Mineração de dados."— Transcrição da apresentação:

1 Dicas para a realização do Trabalho1 Mineração de dados

2 Dicas gerais l Para este trabalho, é melhor que os arquivos estejam no formato ARFF l Para gerar um arquivo ARFF, pode-se abrir um arquivo compatível com o Weka, como o CSV, e salvar como ARFF, ou criar a mão o arquivo no formato ARFF. l Quando se abre um arquivo CSV no Weka, o primeiro registro é usado para nomear as colunas (atributos)

3 Salvar e utilizar o modelo de classificação Salvar: 1. executar o algoritmo de classificação (por exemplo, o J48) para realizar o treinamento (geração do modelo) 2. Clique o botão direito sobre o modelo que deve ser salvo, na Results list 3. Selecione Save model e salve o modelo. Carregar (o modelo salvo anteriormente) 1. Carregue os dados de teste usando a opção Supplied test set 2. Clique o botão direito na Results list, selecione Load model e escolha o modelo salvo para carregar 3. Selecione Re-evaluate model on current test set OBS: - o arquivo usado para teste deve conter os mesmos nomes de atributos e os mesmos tipos que o arquivo usado para gerar o modelo.

4 Arquivo a ser entregue l O arquivo a ser entregue junto com o relatório do trabalho deve ser um arquivo texto, com uma só coluna, contendo a classe prevista (1 a 7), na mesma ordem do arquivo contest.txt.

5 Geração do arquivo l Em Test options, clicar em More options, marcar Output predictions e desmarcar todas as demais opções. l O arquivo arff a ser gerado a partir de contest.txt deve ter as mesmas 4 colunas (atributos) que o treino.arff, com os mesmos nomes e tipos de atributo. A coluna correspondente à classe deve ser toda preenchida com o caractere ? l Carregue os dados contest.arff usando a opção Supplied test set e execute como visto anteriormente

6 Formato do resultado da execução === Run information === Scheme: weka.classifiers.rules.ZeroR Relation: treino1-weka.filters.unsupervised.attribute.NumericToNominal-R4 Instances: 1500 Attributes: 4 att1 att2 att3 classe Test mode: user supplied test set: size unknown (reading incrementally) === Predictions on test set === inst#, actual, predicted, error, probability distribution 1 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098 2 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098 3 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098 4 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098 5 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098 6 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098.......... 1182 ? 3:3 + 0.127 0.084 *0.34 0.133 0.131 0.088 0.098

7 Formato do arquivo a ser entregue 333333333333…3333333333333…3 Arquivo texto que contém uma só coluna, com a classe prevista. Importante: a ordem dos registros deve ser a mesma do arquivo contest.txt fornecido e deve ter 1182 registros


Carregar ppt "Dicas para a realização do Trabalho1 Mineração de dados."

Apresentações semelhantes


Anúncios Google