Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Методичка КВАЗАР.doc
Скачиваний:
1
Добавлен:
01.03.2025
Размер:
873.98 Кб
Скачать

Анализ листингов 1-3 Лабораторная работа 1

Таксономия векторов

В отчеты вы должны:

  1. предоставить файл результатов (листинг);

  2. построить для выбранного R0 структуру таксонов;

  3. выделить существенные вектора;

  4. оценить по шкале Оценки Интеллектуальных задач результаты данной работы.

Таксономия множества признаков

Необходимо, выделить существенные признаки и оценить их устойчивость относительно R0, т.е. заполнить таблицу

МУВ

Оценка устойчивости

0,722

8,14

0,641

8,14

Устойчивые

0,561

2, 8

Не устойчивые

0,481

1, 2, 8, 12, 14

Не устойчивые

0,401

2, 4, 5, 11, 13

Не устойчивые

Анализ информативности признаков

В отчеты вы должны:

  1. предоставить файл результатов (листинг);

  2. расчет максимального количества информативных признаков по следствию из теоремы ВАПНИКА;

  3. выделить из листинга существенные (информативные) признаки;

  4. ответить, почему результаты вашего расчета ( п2) и количество информативных признаков не совпали?

  5. Проанализировать таблицу одинаковых векторов. Выбрать граничные вектора из разных образов. Почему они одинаковые?

Используем 5 наиболее информативных признаков.

Информационные веса признаков (в относит. единицах):

Признак :

3

4

12

9

16

Инф. вес:

1.000

1.000

1.000

0.667

0.667

Анализ наличия одинаковых векторов

5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Векторы совпали и будут исключены

Результаты рабочего распознавания анализом информативности признаков

Вектор:

21

22

23

24

25

26

27

28

29

30

Класс:

2

1

2

2

2

2

2

2

2

2

Из первой группы был распознан всего 1 образец. Было допущено 4 ошибки.

Общее число ошибок составило 40%.

Метод работает неудовлетворительно.

Результаты рабочего распознавания методом комитета старшинства:

Вектор:

21

22

23

24

25

26

27

28

29

30

Класс:

2

1

2

2

2

2

1

2

2

2

Чл.ком.:

2

1

5

4

5

5

1

5

5

5

Из первой группы был распознан всего 1 образец, из второй группы – 4. Было допущено 5 ошибок.

Общее число ошибок составило 50%.

Метод работает неудовлетворительно.

Входные данные

А: 0 1 1 0 0 1 1 0 0 1 1 0 1 0 0 1;

А: 0 1 1 1 0 1 1 0 0 1 1 0 1 0 1 0;

А: 0 1 1 0 0 1 1 0 1 1 1 0 0 0 0 0;

Б: 0 1 1 0 0 1 1 0 0 1 1 0 0 0 0 0;

Б: 1 1 1 1 1 1 0 0 1 0 1 0 1 1 1 0;

Б: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 1 1 0;

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Г: 0 1 1 0 0 1 0 0 0 1 0 0 0 0 0 0;

Д: 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0;

Д: 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0;

Д: 0 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1;

Е: 0 1 1 0 0 1 1 0 0 1 0 0 0 1 1 0;

Е: 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0;

Е: 0 1 1 0 0 1 1 0 0 1 0 0 0 1 1 0;

Ж: 1 1 1 1 0 1 1 0 0 1 1 0 1 1 1 1;

Ж: 0 0 0 0 1 1 1 0 0 1 0 0 1 1 1 0;

Ж: 0 1 1 1 0 0 1 0 0 1 1 1 0 0 0 0;

И: 0 1 0 0 0 1 1 0 0 1 1 0 0 0 1 0;

И: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

И: 0 0 1 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 0 1 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 1 1 0 0 1 1 1 0 0 1 1 0 0 0 0 0;

Р: 0 1 1 0 0 1 1 0 1 1 1 0 1 0 0 0;

Р: 0 1 1 0 0 1 1 0 1 1 1 0 1 0 0 0;

Р: 0 1 1 0 0 1 1 0 0 1 1 0 1 1 0 0;

С: 0 1 1 0 0 1 0 0 0 1 0 0 0 1 1 0;

С: 0 0 1 0 0 1 1 0 0 1 0 0 0 1 1 0;

С: 0 0 0 0 0 1 1 0 0 1 0 0 0 1 1 0;