Контрольная и Лабораторная работа 3 по дисциплине: Методы машинного обучения. Вариант 3

Контрольная работа по методам классификации

Выбор варианта:
N = 3
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=6
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=3
Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=1
Обучающая последовательность и тестовый объект для метода ближайших соседей:
6) (X,Y)={ (7,8,1), (6,7,1), (2,1,1), (2,4,1), (9,9,1), (8,4,1), (4,7,1), (11,13,2), (6,11,2), (14,8,2), (11,7,2)}: тестовый объект x’=(6,1)
Весовая функция:
3)  — метод парзеновского окна фиксированной ширины ; h=0.1
Здесь — заданная неотрицательная монотонно невозрастающая функция на , K(r)=e^(-r)
k = 3
Обучающая последовательность и тестовый объект для метода построения решающего дерева:
1) (X,Y)={(1,8,1), (1,3,1), (3,5,1), (1,1,1), (2,7,1), (3,8,1), (2,4,1), (8,7,2), (11,12,2), (12,14,2), (8,13,2)}: тестовый объект x’=(5,8)

Задание:
 Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения.
 Построить классификатор на основе алгоритма CART построения дерева принятия решений.




Лабораторная работа No3
Вариант 3

Целью данной лабораторной работы является разработка программы, реализующей применение метода линейной регрессии к заданному набору данных.
Набор данных содержит в себе информацию о вариантах португальского вина "Винью Верде". Входные переменные представляют собой 13 столбцов со значениями, полученными на основе физико-химических тестов, а именно:
0 – цвет вина (“red” / ”white”)
1 - фиксированная кислотность
2 - летучая кислотность
3 - лимонная кислота
4 - остаточный сахар
5 - хлориды
6 - свободный диоксид серы
7 - общий диоксид серы
8 - плотность
9 - pH
10 - сульфаты
11 - спирт
Выходная переменная (на основе сенсорных данных):
12 - качество (оценка от 0 до 10, целое число)
Классы упорядочены и не сбалансированы (например, нормальных вин гораздо больше, чем отличных или плохих). В предоставленных данных есть пропуски и неточности. Задания выполняются согласно варианту. Чтобы определить номер варианта, воспользуйтесь следующей формулой:
Nварианта = (Nпо списку mod 4) + 1 = 4
Варианты заданий:
1) Использовать классическую модель LinearRegression
2) Использовать модель LASSO
3) Использовать модель LARS
4) Использовать модель ElasticNet
Задание: Данные необходимо рассматривать как три набора. Данные для красного вина, данные для белого, общие данные вне зависимости от цвета. Необходимо построить модель для каждого из наборов, обучить её и сравнить полученные при помощи модели результаты с известными. Для обучения использовать 70% выборки, для тестирования 30%. Разбивать необходимо случайным образом, а, следовательно, для корректности тестирования качества модели, эксперимент необходимо провести не менее 10 раз и вычислить среднее значение качества регрессии.

Оценка: Зачет
Дата оценки: 04.04.2022

Помогу с вашим онлайн тестом, другой работой или дисциплиной.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru