ГУАП

КАФЕДРА № 82

ОТЧЕТ

ЗАЩИЩЕН С ОЦЕНКОЙ

ПРЕПОДАВАТЕЛЬ

кандидат тех. наук				В.С. Блюм
должность, уч. степень, звание		подпись, дата		инициалы, фамилия

ОТЧЕТ О ЛАБОРАТОРНОЙ РАБОТЕ №5

Интеллектуальный анализ данных. Метод деревьев принятия решений.

по курсу: Интеллектуальные информационные системы

РАБОТУ ВЫПОЛНИЛА

СТУДЕНТКА ГР.	4716				С.А. Янышева
			подпись, дата		инициалы, фамилия

Санкт-Петербург

2020

Лабораторная работа № 5

Интеллектуальный анализ данных. Метод деревьев принятия решений.

1. Выполнение работы

Выполнен разбор встроенного примера метода дерева принятия решений, как показано на рисунках 1-2.

Рисунок 1 – Процесс встроенного примера

Рисунок 2 – Результат работы процесса

Выбран набор данных Iris. К данным применён метод дерева принятия решений, как показано на рисунках 3-6.

Рисунок 3 – Процесс метода дерева принятия решений

Рисунок 4 – Настройки блока DecisionTree

Рисунок 5 – Исходные данные Iris

Рисунок 6 – Дерево принятия решений

2. Выводы

Дерево принятия решений – эффективный инструмент для обработки и анализа данных. Получены навыки построения дерева принятия решений в программном комплексе Rapid Miner Studio.

3. Ответы на контрольные вопросы

1. Что такое дерево решений?

Деревья решений позволяют хранить информацию о данных в компактной форме, вместо них мы можем хранить дерево решений, которое содержит точное описание объектов.

2. Какие три типа задач решаются методом деревьев решений?

Задачи классификации, установления зависимости, численного прогнозирования.

3. Какие существуют алгоритмы, реализующие деревья решений?

Метод разделения и захвата (алгоритм Куинлена), CART, C4.5, NewId, ITrule, CHAID, CN2.

4. Какие критерии разбиения узлов дерева известны?

Теоретико-информационный критерий, Статистический критерий.

5. Преимущества использования деревьев решений?

Быстрый процесс обучения; генерация правил в областях, где эксперту трудно сформулировать знания; извлечение правил на естественном языке; интуитивно понятная классификационная модель; высокая точность прогноза; построение непараметрических моделей.