Τελική Εξεταση : Θεώνη Πετράτου

ΖΗΤΗΜΑ 1:

  1.  
    1. Μας παρέχεται το αρχείο. Με την εντολή visualize all βλέπουμε τα ιστογράμματα των μεταβλητών.
    2. Επιλέγω να αφαιρέσω τις μεταβλητές : 5, 16 και 18.
    3. Αποθηκεύω το αρχείο με νέο όνομα και ανοιγώ αυτό στο weka.
    4. Επιλέγω το tab classify και τρέχω τους αλγορίθμους που δέχονται το class nominal.
    5. Επιλέγω τον αλγόριθμο Bayes. Naive Bayes Updateable που μου δίνει 75,3333%
    6. Στη συνέχεια στο δεύτερο αρχείο βγάζω τις ιδιες μεταβλητες και το σώζω.
    7. Στο supplied test set τρέχω το αρχείο αυτό με τον ίδιο αλγόριθμο και αποθηκεύω τα αποτελέσματα σε excel.

ZHTHMA 2:

 

  1. Για το δεύτερο ζήτημα τρέχουμε πρώτα τον αλγόριθμο OneR και μας δίνει τους ακόλουθους κανόνες:

 

PR.AXIS RECTANGULARITY:

      < 18.5  -> van

      < 19.5  -> bus

      < 20.5  -> van

      < 24.5  -> saab

      < 25.5  -> opel

      >= 25.5            -> bus

(449/846 instances correct)

 

  1. Στην σύνεχεια τρέχουμε τον αλγόριθμο PART και μας δίνει τους ακόλουθους κανόνες: 

PART decision list

——————

 

ELONGATEDNESS <= 41 AND

MAX.LENGTH ASPECT RATIO <= 7 AND

COMPACTNESS > 95: bus (70.0/1.0)

 

ELONGATEDNESS <= 41 AND

MAX.LENGTH ASPECT RATIO > 7 AND

SCALED VARIANCE_MINOR <= 721 AND

HOLLOWS RATIO <= 195 AND

MAX.LENGTH ASPECT RATIO > 8 AND

KURTOSIS ABOUT_MINOR > 185: opel (23.0)

 

ELONGATEDNESS <= 41 AND

MAX.LENGTH ASPECT RATIO > 7 AND

SCALED VARIANCE_MINOR <= 721 AND

COMPACTNESS <= 109 AND

SKEWNESS ABOUT_MAJOR > 67 AND

COMPACTNESS > 106: saab (24.0/1.0)

 

ELONGATEDNESS <= 41 AND

MAX.LENGTH ASPECT RATIO > 7 AND

SCALED VARIANCE_MINOR > 721: opel (23.0/1.0)

 

ELONGATEDNESS <= 41 AND

PR.AXIS ASPECT RATIO <= 68 AND

COMPACTNESS > 109: saab (16.0)

 

ELONGATEDNESS <= 41 AND

PR.AXIS ASPECT RATIO <= 68 AND

MAX.LENGTH ASPECT RATIO > 7 AND

PR.AXIS ASPECT RATIO <= 57 AND

HOLLOWS RATIO > 197: opel (9.0)

 

ELONGATEDNESS <= 41 AND

PR.AXIS ASPECT RATIO <= 68 AND

MAX.LENGTH ASPECT RATIO > 7 AND

DISTANCE CIRCULARITY > 103 AND

PR.AXIS RECTANGULARITY <= 24 AND

ELONGATEDNESS > 30 AND

PR.AXIS RECTANGULARITY > 22 AND

COMPACTNESS > 97 AND

PR.AXIS RECTANGULARITY > 23: saab (18.0/3.0)

 

ELONGATEDNESS <= 41 AND

PR.AXIS ASPECT RATIO <= 68 AND

MAX.LENGTH ASPECT RATIO > 7 AND

SKEWNESS ABOUT_MINOR > 12 AND

KURTOSIS ABOUT_MAJOR > 3 AND

KURTOSIS ABOUT_MINOR <= 198: saab (16.0)

 

ELONGATEDNESS <= 41 AND

PR.AXIS ASPECT RATIO <= 68 AND

SKEWNESS ABOUT_MINOR > 10 AND

SKEWNESS ABOUT_MAJOR <= 69: opel (16.0/1.0)

 

ELONGATEDNESS <= 41 AND

MAX.LENGTH ASPECT RATIO > 7: opel (132.0/65.0)

 

MAX.LENGTH ASPECT RATIO > 8 AND

HOLLOWS RATIO > 189 AND

SKEWNESS ABOUT_MAJOR > 63: van (107.0/2.0)

 

SCALED VARIANCE_MINOR > 309 AND

DISTANCE CIRCULARITY <= 76 AND

SKEWNESS ABOUT_MINOR <= 10 AND

SKEWNESS ABOUT_MAJOR > 64 AND

CIRCULARITY > 41: bus (107.0/1.0)

 

PR.AXIS ASPECT RATIO > 63 AND

ELONGATEDNESS <= 47 AND

MAX.LENGTH ASPECT RATIO <= 7 AND

KURTOSIS ABOUT_MAJOR <= 23 AND

SCALED RADIUS OF GYRATION <= 185: bus (35.0)

 

SCATTER RATIO > 144 AND

PR.AXIS ASPECT RATIO <= 62 AND

MAX.LENGTH ASPECT RATIO <= 8 AND

PR.AXIS ASPECT RATIO <= 61: opel (60.0/29.0)

 

SCALED VARIANCE_MAJOR <= 173 AND

COMPACTNESS <= 82 AND

COMPACTNESS <= 81 AND

KURTOSIS ABOUT_MAJOR > 4: opel (12.0)

 

SCALED VARIANCE_MAJOR <= 173 AND

COMPACTNESS > 82 AND

KURTOSIS ABOUT_MAJOR <= 19 AND

SCATTER RATIO <= 142 AND

PR.AXIS RECTANGULARITY <= 17 AND

SKEWNESS ABOUT_MINOR <= 18: van (30.0/1.0)

 

SCALED VARIANCE_MAJOR > 173 AND

PR.AXIS ASPECT RATIO <= 69 AND

COMPACTNESS > 91: saab (8.0/1.0)

 

SCALED VARIANCE_MAJOR <= 173 AND

MAX.LENGTH RECTANGULARITY > 138 AND

PR.AXIS RECTANGULARITY <= 18 AND

ELONGATEDNESS > 47: van (33.0)

 

PR.AXIS ASPECT RATIO > 65 AND

PR.AXIS ASPECT RATIO <= 70: van (4.0)

 

PR.AXIS ASPECT RATIO <= 68 AND

MAX.LENGTH ASPECT RATIO > 7 AND

KURTOSIS ABOUT_MAJOR <= 17 AND

PR.AXIS ASPECT RATIO > 58: van (12.0)

 

ELONGATEDNESS > 46 AND

MAX.LENGTH ASPECT RATIO > 4 AND

SCALED RADIUS OF GYRATION <= 124 AND

KURTOSIS ABOUT_MAJOR <= 28 AND

MAX.LENGTH RECTANGULARITY > 124: van (9.0)

 

PR.AXIS ASPECT RATIO <= 68 AND

MAX.LENGTH ASPECT RATIO <= 4: saab (7.0)

 

PR.AXIS ASPECT RATIO <= 68 AND

RADIUS RATIO <= 120 AND

CIRCULARITY <= 38: saab (6.0/1.0)

 

PR.AXIS ASPECT RATIO <= 68 AND

RADIUS RATIO > 120 AND

SCALED VARIANCE_MAJOR <= 163: opel (39.0/18.0)

 

ELONGATEDNESS > 48: van (5.0)

 

PR.AXIS ASPECT RATIO <= 68 AND

ELONGATEDNESS <= 44 AND

COMPACTNESS > 89 AND

PR.AXIS RECTANGULARITY > 19: saab (4.0/1.0)

 

ELONGATEDNESS <= 44 AND

PR.AXIS ASPECT RATIO <= 68: opel (5.0)

 

SCALED VARIANCE_MAJOR <= 174: saab (12.0/3.0)

 

: bus (4.0)

 

Number of Rules  : 29

 

  1. Μετά τρέχουμε τον JRip και παίρνουμε τους ακόλουθους κανόνες: 

JRIP rules:

===========

 

(ELONGATEDNESS >= 43) and (MAX.LENGTH ASPECT RATIO >= 9) and (DISTANCE CIRCULARITY >= 73) => Class=van (86.0/0.0)

(SCALED VARIANCE_MINOR <= 309) and (MAX.LENGTH RECTANGULARITY >= 132) and (DISTANCE CIRCULARITY <= 64) and (SCALED RADIUS OF GYRATION <= 157) => Class=van (23.0/0.0)

(PR.AXIS RECTANGULARITY <= 18) and (MAX.LENGTH RECTANGULARITY >= 128) and (SCALED RADIUS OF GYRATION <= 140) => Class=van (42.0/6.0)

(SCALED VARIANCE_MINOR <= 309) and (MAX.LENGTH RECTANGULARITY >= 142) => Class=van (33.0/5.0)

(ELONGATEDNESS >= 53) and (SCALED RADIUS OF GYRATION >= 137) => Class=van (15.0/5.0)

(SCALED VARIANCE_MAJOR <= 177) and (MAX.LENGTH ASPECT RATIO >= 10) => Class=van (8.0/1.0)

(MAX.LENGTH ASPECT RATIO >= 8) and (MAX.LENGTH RECTANGULARITY >= 173) => Class=opel (45.0/8.0)

(MAX.LENGTH ASPECT RATIO >= 8) and (COMPACTNESS <= 103) and (ELONGATEDNESS <= 37) and (HOLLOWS RATIO <= 195) => Class=opel (14.0/0.0)

(MAX.LENGTH ASPECT RATIO >= 8) and (HOLLOWS RATIO <= 198) and (KURTOSIS ABOUT_MINOR >= 189) => Class=opel (42.0/17.0)

(SKEWNESS ABOUT_MAJOR <= 67) and (HOLLOWS RATIO <= 203) => Class=opel (66.0/30.0)

(SCALED RADIUS OF GYRATION <= 142) and (HOLLOWS RATIO <= 194) and (DISTANCE CIRCULARITY >= 57) => Class=opel (17.0/2.0)

(MAX.LENGTH ASPECT RATIO >= 9) and (DISTANCE CIRCULARITY >= 100) and (SCALED VARIANCE_MAJOR <= 231) => Class=saab (71.0/9.0)

(MAX.LENGTH ASPECT RATIO >= 9) and (PR.AXIS ASPECT RATIO <= 61) => Class=saab (23.0/7.0)

(SCALED VARIANCE_MAJOR <= 165) and (DISTANCE CIRCULARITY <= 66) => Class=saab (36.0/11.0)

(SKEWNESS ABOUT_MAJOR <= 72) and (PR.AXIS ASPECT RATIO <= 65) and (DISTANCE CIRCULARITY >= 81) and (SKEWNESS ABOUT_MAJOR >= 66) => Class=saab (27.0/7.0)

(CIRCULARITY <= 40) and (RADIUS RATIO <= 144) => Class=saab (16.0/6.0)

 => Class=bus (282.0/69.0)

 

Number of Rules : 17

 

 

Advertisements

One response to “Τελική Εξεταση : Θεώνη Πετράτου

  1. Ζήτημα 1: Πολύ καλή η ανάπτυξη (μου έχει απομείνει η απορία αν χρησιμοποίησεις αλγορίθμους επιλογής χαρακτηριστικών για τους αποκλεισμούς που έκανες ή αν προχ΄ρησες σε αυτούς με χρήση οπτικής ανάλυσης και μόνο). Εξαιρετικό το αποτέλεσμα που πέτυχες, ιδίως με τη χρήση του απλοϊκού αλγορίθμου. Μεγάλη ομοιότητα με την υποβολή και ανάπτυξη της κ. Μάσσου, προσμετράται στα αρνητικά δεδομένης της γειτνίασής σας κατά τη διάρκεια της εξέτασης.
    Ανάπτυξη: 7 / 10
    Αξιοπιστία προβλέψεων: 9 / 10
    Ζήτημα 2: Πολύ ενδιαφέρουσα η χρήση τριών διαφορετικών αλγορίθμων, ιδίως του OneR. Ωστόσο, η παράθεση όλων των αποτελεσμάτων χωρίς διήθηση και συμβατότητα με τις επιταγές της εκφώνησης συνεισφέρουν αρνητικά. 6/10

    Σύνολο: 22/30

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s