Міністерство освіти і науки, молоді та спорту України

Національний університет “Львівська політехніка”

Кафедра автоматизованих систем управління

Методичні вказівки

до лабораторної роботи № 3

“Методи побудови математичних функцій стосовно класифікації і регресії.”

з дисципліни

“ Інтелектуальний аналіз даних ”

для студентів базового напрямку підготовки по спеціальності

“ Комп’ютерні науки ” (шифр 0804)

Львів - 2013

Методичні вказівки до лабораторної роботи № 6 «Методи побудови математичних функцій стосовно класифікації і регресії.» з дисципліни «Інтелектуальний аналіз даних» для студентів спеціальності - шифр 0804 “Комп’ютерні науки”/ Укл. доц. Ковівчак Я.В., Львів: Національний університет «Львівська політехніка», 2013.

Методичні вказівки обговорено та схвалено на засіданні кафедри АСУ Протокол № ___________ від «___»___________2013 р.

Завідувач кафедрою АСУ ______________ Рашкевич Ю. М.

Методичні вказівки обговорено та схвалено на засіданні методичної комісії базового напрямку підготовки

Протокол № ___________ від «___»___________2013 р.

Лабораторна робота № 3

Класифікація та регресія. Методи побудови математичних функцій.

Мета: Ознайомитись з методами побудови математичних функцій.

Завдання: Навчитись розв’язувати завдання, використовуючи один з методів побудови математичних функцій.

1. Теоретична частина

Data Mining - дослідження і виявлення «машиною» (алгоритмами, методами штучного інтелекту) в сирих даних прихованих знань, які раніше не були відомі, нетривіальні, корисні на практиці, доступні для інтеграції людиною.

Методи Data Mining допомагають вирішити безліч завдань, з якими стикається аналітик. Серед них основними є: класифікація, регресія, пошук асоціативних правил и кластеризації.

Розглянемо методи класифікації і регресії.

Класифікація і регресія. Постановка задачі.

Класифікація — система розподілення об'єктів (процесів, явищ) за класами (групами тощо) відповідно до визначених ознак. Інколи вживають термін категоризація у значенні "розподілення об'єктів на категорії".

Регресійний аналіз — розділ математичної статистики, присвячений методам аналізу залежності однієї величини від іншої.

В задачі класифікації і регресії необхідно визначити значення залежної змінної об’єкту на основі інших змінних, що характеризують даний об’єкт. Формально задачу класифікації і регресії можна описати наступним чином. Існує множина об’єктів:

I={i₁, i₂,…, i_j, …, i_n} (1)

де i_j – об’єкт вивчення. Прикладом таких об’єктів може бути інформація про проведення ігор при різних метео умовах

Таблиця 1

Спостереження	Температура	Вологість повітря	Вітер	Гра
Сонце	Жарко	Висока	Нема	Нема
Сонце	Жарко	Висока	Є	Нема
Хмарно	Жарко	Висока	Нема	Є
Дощ	Норма	Висока	Нема	Є
Хмарно	Холодно	Норма	Є	Є

Кожен об’єкт характеризується набором змінних:

I_j={x₁, x₂, …, x_h, …, x_m,, y} (2)

Кожна змінна x_h може приймати значення з деякої множини:

C_h= {c_h1, c_h2,…} (3)

Якщо значеннями змінної є елементи скінченної множини, то кажуть, що вона має категоріальний тип. Наприклад, змінна спостереження набуває значення з множини значень {сонце, хмарно, дощ}.

Якщо множина значень C={c₁, c₂, …, c_r, …, c_k} змінної у скінченна, то задача називається задачею класифікації.

Якщо змінна у приймає значення на множині дійсних чисел R, то задача називається задачею регресії.

В задачах класифікації і регресії знайдена функціональна залежність між змінними може бути представлена одним зі способів:

• Класифікаційні правила;

• Дерева рішень;

• Математичні функції.