Instytut Sterowania i Systemów Informatycznych
Transkrypt
Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Kierunek: Automatyka i Robotyka Systemy wspomagania decyzji laboratorium 5. Wydobywanie wiedzy z danych z wykorzystaniem drzew decyzyjnych. 1. Zapoznać się z zasadami budowy drzewa decyzyjnego w oparciu o dane eksperymentalne, • dane do budowy drzewa otrzyma na zajęciach każda grupa, do analizy metody należy zastosować dane z wykładu, • w procesie generowania drzewa zastosować różne kryteria wyboru atrybutów, • porównać otrzymane drzewa decyzyjne. 2. Budowa drzewa w oparciu o algorytm Quinlana, • dla danych przekazanych przez prowadzącego zbudować drzewo decyzyjne przy dowolnym wyborze kolejnych atrybutów, • stosując algorytm Quinlana wyznaczyć: – entropię zbioru m-elementowego, – entropię wszystkich zastosowanych w zadaniu atrybutów, – przyrost informacji wprowadzony przez każdy atrybut, • zbudować drzewo decyzyjne w oparciu o kolejność atrybutów wyznaczoną za pomocą algorytmu Quinlana. 3. Porównać otrzymane różnymi metodami drzewa decyzyjne. Literatura: [1 ] Kwiatkowska A.M.: Systemy wspomagania decyzji. Jak korzystać z wiedzy i informacji w praktyce. - Wydawnictwo Naukowe PWN SA, Warszawa 2007. [2 ] Pieczyński A.: Reprezentacja wiedzy w diagnostycznych systemach ekspertowych. Lubuskie Towarzystwo Naukowe, Zielona Góra, 2003. [3 ] Piegat A.: Modelowanie i sterowanie rozmyte. - Akademicka Oficyna Wydawnicza EXIT, Warszawa, 1999. [4 ] Rutkowska D.: Inteligentne systemy obliczeniowe, Algorytmy genetyczne i sieci neuronowe w systemach rozmytych. - Akademicka Oficyna Wydawnicza, Warszawa, 1997. 1 [5 ] Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i zbiory rozmyte, - Wydawnictwo Naukowe PWN, Warszawa, 1999. [6 ] Yager R.R., Filev D.P.: Podstawy modelowania i sterowania rozmytego, - J.Wiley § Sons. Inc. 1994. 2