Контрольная и Лабораторная работа по дисциплине: Методы машинного обучения. Вариант 10

Контрольная работа по методам классификации
 Выбор варианта: N = 9
 Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=1.
 Обучающая последовательность и тестовый объект:
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).
 Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=1.
 Весовая функция:
 1) — метод ближайших соседей.
 Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=7.
 Обучающая последовательность и тестовый объект:
7) (X,Y)={(4,7,1), (4,3,1), (4,8,1), (8,6,2), (14,5,2), (9,4,2), (3,13,3), (8,10,3), (2,7,3)}: тестовый объект x’=(4,9).
 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: Основы работы с пакетом R

 Язык программирования R – это язык программирования для статистической обработки данных и работы с графикой, а также это свободная программная среда с открытым исходным кодом, развиваемая в рамках проекта GNU. Средства разработки на этом языке являются бесплатными и свободно распространяемыми, а кроме того представляют собой невероятно удобный способ обработки статистических данных.
 В рамках лабораторной работы предлагается изучить основы языка R и базовые подходы, такие как ввод исследуемых данных, их преобразование и анализ при помощи линейной регрессии, а также графическое представление анализируемых данных.
 В лабораторной работе предполагается 2 способа ввода:
 Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
 Данные задаются при помощи функции
 Требуется проанализировать функцию, значения которой задано при помощи формулы Y=X^(1/2)+tg(X). При формировании данных создаётся не менее 30 пар значений. Скрипт может считывать/формировать данные, по данным данным стоится наиболее подходящая модель линейной регрессии. При помощи полученной модели стоится прогнозное значение для заданного значения независимой переменной. Исходные данные и прогнозное значение отображаются на графике (рис. 1).



Рисунок 1 – Исходные данные, модель и прогнозное значение
 Отчёт по лабораторной работе включает в себя текст задания в соответствии с вариантом, исходный код полученного скрипта с поясняющими комментариями (листинг No 1), вывод исходных данных в табличном виде (файл «Data.csv»), полученное значение прогноза для заданного в варианте значения независимой переменной, полный вывод работы скрипта (листинг No 2) и график (рис. 1). Была выбрана 5-я степень полинома для построения модели, в данном случае координаты прогнозного значения — (5.5, 3.0).

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