Построить классификатор на основе метода ближайших k соседей - ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ
Состав работы
|
|
|
|
|
|
|
|
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Аннотация на работу
Контрольная работа состоит из нескольких заданий. От варианта студента (2 последние цифры пароля) зависят входные данные, для которых будут решаться задания, а также некоторые особенности выполнения заданий.
Предоставляются наборы данных, в зависимости от варианта, для этих данных необходимо:
1) Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения (методические указания и пример приведены ниже); От варианта зависят весовая функция и значение k.
2) Построить классификатор на основе алгоритма CART построения дерева принятия решений (методические указания и пример приведены ниже). От варианта зависит выбор обучающей выборки.
Как определить свой вариант? У каждого студента есть некоторый номер N, который его уникально идентифицирует, этот номер – последние 2 цифры пароля.
Вариант выборки для метода ближайших соседей определяется по формуле:
Nв=((N+13) mod 11)+1
Вариант весовой функции определяется по формуле:
Nвф=((N+7) mod 4)+1
Вариант выборки для метода построения решающего дерева определяется по формуле:
Nвд=((N∗N+2) mod 11)+1
В отчёте по контрольной работе необходимо указать свой номер и результаты расчётов по указанным выше формулам. После чего уже описывать подробный ход решения. Для метода построения решающих деревьев необходимо изобразить графически получившееся в итоге дерево (можно как в примере).
Варианты для контрольной работы
Для всех вариантов в методе ближайших соседей значение k (количество соседей) необходимо брать на 1 больше, чем количество классов в обучающей последовательности.
Варианты обучающих последовательностей и тестового объекта:
Исходные данные
Таблица 1 – Исходные данные
Показатель Значение
Вариант 03
обучающих последовательностей и тестового объекта (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)
Варианты весовых функций:
метод парзеновского окна фиксированной ширины ; h=0.1
Здесь — заданная неотрицательная монотонно невозрастающая функция на , K(r)=e^(-r)
k 3
Задание
Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения.
Построить классификатор на основе алгоритма CART построения дерева принятия решений.
Контрольная работа состоит из нескольких заданий. От варианта студента (2 последние цифры пароля) зависят входные данные, для которых будут решаться задания, а также некоторые особенности выполнения заданий.
Предоставляются наборы данных, в зависимости от варианта, для этих данных необходимо:
1) Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения (методические указания и пример приведены ниже); От варианта зависят весовая функция и значение k.
2) Построить классификатор на основе алгоритма CART построения дерева принятия решений (методические указания и пример приведены ниже). От варианта зависит выбор обучающей выборки.
Как определить свой вариант? У каждого студента есть некоторый номер N, который его уникально идентифицирует, этот номер – последние 2 цифры пароля.
Вариант выборки для метода ближайших соседей определяется по формуле:
Nв=((N+13) mod 11)+1
Вариант весовой функции определяется по формуле:
Nвф=((N+7) mod 4)+1
Вариант выборки для метода построения решающего дерева определяется по формуле:
Nвд=((N∗N+2) mod 11)+1
В отчёте по контрольной работе необходимо указать свой номер и результаты расчётов по указанным выше формулам. После чего уже описывать подробный ход решения. Для метода построения решающих деревьев необходимо изобразить графически получившееся в итоге дерево (можно как в примере).
Варианты для контрольной работы
Для всех вариантов в методе ближайших соседей значение k (количество соседей) необходимо брать на 1 больше, чем количество классов в обучающей последовательности.
Варианты обучающих последовательностей и тестового объекта:
Исходные данные
Таблица 1 – Исходные данные
Показатель Значение
Вариант 03
обучающих последовательностей и тестового объекта (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)
Варианты весовых функций:
метод парзеновского окна фиксированной ширины ; h=0.1
Здесь — заданная неотрицательная монотонно невозрастающая функция на , K(r)=e^(-r)
k 3
Задание
Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения.
Построить классификатор на основе алгоритма CART построения дерева принятия решений.
Дополнительная информация
СибГУТИ, 2023 год, Зачет,Ракитский А.А
Похожие материалы
Онлайн Тест по дисциплине: Интеллектуальные технологии информационной безопасности.
IT-STUDHELP
: 29 сентября 2023
Вопрос No1
К основным задачам машинного обучения относятся:
Поиск скрытых закономерностей, генерация новых знаний
Классификация, кластеризация, регрессия, уменьшение размерности и прогнозирование
Обработка специализированных наборов данных, генерация новых наборов данных, сжатие данных
Повышение точности прогноза по сравнению с некоторой существующей прогнозирующей или решающей моделью, виртуализация данных, оптимизация
Вопрос No2
MSE это
Measure Square Evaluating, оценка квадратичной
700 руб.
Интеллектуальные технологии информационной безопасности. Контрольная работа. Вариант 22
banderas0876
: 14 ноября 2023
Контрольная работа по методам классификации
Выбор варианта: N = 22
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=3
Классификатор на основе метода ближайших k соседей и определение класса тестового значения
Решение:
(X,Y)={ (1,7,1), (3,2,1), (6,8,1), (4,7,1), (9,8,1), (4,5,1), (1,2,1), (14,10,2),
(8,12,2), (14,12,2), (11,10,2), (13,8,2), (13,6,2)}: тестовый объект x’=(6,7)
1 Построить классификатор на основе алгоритма CART построения дерева прин
250 руб.
Онлайн-тест по дисциплине: Интеллектуальные технологии информационной безопасности (100% верно)
Roma967
: 17 января 2026
Вопрос № 1
Регрессионный анализ – это
Статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную
Процесс, в результате которого большое число переменных, относящихся к имеющимся наблюдениям, сводят к меньшему количеству независимых влияющих величин
Многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы
Процесс исследования
500 руб.
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант 05
SibGUTI2
: 25 июля 2024
Контрольная работа по методам классификации
Контрольная работа состоит из нескольких заданий. От варианта студента (2 последние цифры пароля) зависят входные данные, для которых будут решаться задания, а также некоторые особенности выполнения заданий.
Предоставляются наборы данных, в зависимости от варианта, для этих данных необходимо:
1) Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения (методические указания и пример приведены ниже); От вариант
400 руб.
Интеллектуальные технологии информационной безопасности. Лабораторные работы 1,2,3. Вариант 22
banderas0876
: 14 ноября 2023
Лабораторная работа 1. «Метод k ближайших соседей»
450 руб.
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №19
IT-STUDHELP
: 7 октября 2023
Вариант №19
Контрольная работа по методам классификации
Выбор варианта: N = 19
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=11.
Обучающая последовательность и тестовый объект:
11) (X,Y)={ (7,2,1), (8,1,1), (8,7,1), (8,2,1), (9,9,1), (6,8,1), (13,8,2), (6,1,2),(11,8,2), (4,12,3), (7,14,3), (1,8,3), (9,6,3)}: тестовый объект x’=(13,10).
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=3.
Весовая функция:
3) — метод парзеновск
600 руб.
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №10
IT-STUDHELP
: 7 октября 2023
Вариант №10
Выбор варианта:
N = 10
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=2
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=2
Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=4
Обучающая последовательность и тестовый объект для метода ближайших соседей:
2) (X,Y)={(2,7,1), (6,6,1), (8,6,1), (7,5,1), (5,9,1), (9,9,2), (11,2,2), (6,4,2), (10,9,2), (8,6,3), (1,10,3), (9,7,3),
600 руб.
Контрольная работа по дисциплине: Интеллектуальные технологии информационной безопасности. Вариант №5
IT-STUDHELP
: 19 июня 2023
Контрольная работа
Вариант No5
Выбор варианта:
N = 5
Вариант выборки для метода ближайших соседей определяется по формуле:
N_в=((N+13)mod11)+1=8
Вариант весовой функции определяется по формуле:
N_вф=((N+7)mod4)+1=1
Вариант выборки для метода построения решающего дерева определяется по формуле:
N_вд=((N*N+2)mod11)+1=6
Обучающая последовательность и тестовый объект для метода ближайших соседей:
8) (X,Y)={ (5,9,1), (2,9,1), (3,7,1), (8,8,2), (14,4,2), (10,1,2), (12,4,2), (7,7,2), (12,7,2), (9,13,3
700 руб.
Другие работы
Проект комплексної механізації виробництва молока з удосконаленням лінії пастеризації молока ферми ВРХ СВК «Моноліт» Ізюмського району Харківської області
Рики-Тики-Та
: 19 февраля 2012
Зміст
Вступ……………………………………………………………………..6
1 Аналіз господарської діяльності……………………………………..8
1.1 Коротка характеристика господарства………………………………..8
1.2 Аналіз рослинництва…………………………………………………...9
1.3 Аналіз тваринництва……………………………………………………12
1.4 Напрямки господарської діяльності, перспективи і плани розвитку..14
2 Технологічна частина…………………………………………………15
2.1 Структура стада і система утримання тварин………………………...15
2.2 Раціони годівлі та розрахунок кормів для тварин…
1100 руб.
Теория электрической связи
bioclown
: 9 октября 2012
Курсовая работа Теория электрической связи 20 вариант
Курсовая работа выполняется для следующих исходных данных:
1. Номер варианта N =20.
2. Вид сигнала в канале связи: ДАМ.
3. Скорость передачи сигналов V =20000 Бод.
4. Амплитуда канальных сигналов А =4,472*10-3 В.
5. Дисперсия шума 2 = 5,2*10-6 Вт.
6. Априорная вероятность передачи символов "1" p(1) = 0,45.
7. Способ приема сигнала: КГ.
8. Полоса пропускания реального приемника 40 кГц.
9. Значение отсчета принятой смеси сигнала и помехи
99 руб.
Тепломассообмен КГУ Курган 2020 Задача 3 Вариант 74
Z24
: 12 января 2026
Определить удельный лучистый тепловой поток q (в ваттах на квадратный метр) между двумя параллельно расположенными плоскими стенками, имеющими температуру t1 и t2 и степени (коэффициенты) черноты ε1 и ε2, если между ними нет экрана. Определить q при наличии экрана со степенью (коэффициентом) черноты εэ (с обеих сторон).
200 руб.
Опора, Кронштейн, Корпус. Вариант №1
bublegum
: 28 июня 2020
СОДЕРЖАНИЕ ЗАДАНИЯ №1.
Опора, Кронштейн, Корпус. Вариант 1
1. Выполнить по аксонометрической проекции модель детали.
2 Используя метод проецирования вида с модели создать чертеж,
построить три проекции используя штриховые линии для
обозначения невидимого контура и нанести размеры.
СОДЕРЖАНИЕ ЗАДАНИЯ №2
1. Выполнить по двум проекциям модель детали
2. Используя метод проецирования вида с модели создать чертеж в
двух проекциях, выполнив простой или сложный разрез. При
создании чертежа исключить
350 руб.