Уфимский государственный авиационный технический университет

ОТЧЕТ по лабораторной работе №6

по дисциплине:

«Искусственный интеллект и машинное обучение»

на тему:

«Применение самоорганизующихся карт Кохонена для задач

кластеризации»

Выполнил: бакалавр гр. ПРО-223

Алексеева А.В.

Исламгареев И. Д.

Проверил: Юдинцев Богдан Сергеевич

1. Цель работы

Получить следующие знания, умения и навыки:

1. изучить понятие нейронных сетей и самоорганизующихся карт Кохонена;

2. изучить кластеризацию с помощью самоорганизующихся карт Кохонена в аналитическом пакете Deductor Academic

2. Задание

Реализовать кластеризацию с помощью самоорганизующихся карт Кохонена.

3. Результат выполнения работы

ПП Deductor

База данных представляет собой информацию о свойствах и урожае плантаций чая.

Ключевые признаки: площадь плантации, периметр плантации, вероятность собрать урожай к августу 2021 года, длина листьев, ширина стебля растения, КПД, приблизительный доход от урожая и сорт чая.

Рисунок 1 Импортированные данные

Рисунок 2 Настройка набора данных

Рисунок 3 Самоорганизующаяся карта Корхонена 16х12

Рисунок 4 Пример кластеризации по признаку: сорт чая

Рисунок 5 Самоорганизующаяся карта Корхонена 24х18

Карта 24х18 оказалась самой адекватной из реализованных, поэтому далее используется именно она

Рисунок 6 Пример кластеризации по признаку: сорт чая в самоорганизующейся карте размерности 24х18. В данной карте видно более четкое разделение на кластеры, чем в карте размером 16х12

Рисунок 7 Настройка набора данных (Номер кластера)

Рисунок 8 Замена значений для номера кластера

Рисунок 9 Настройка набора данных

Рисунок 10 Добавление блока определения сегмента

Рисунок 11 Скрипт

Новый блок определился в 5 кластер – плантации в Ирландии.

Python

Рисунок 12 вывод программы - таблица

Рисунок 13 избавления от лишних рядов

Рисунок 14 вывод программы: кластеризация

Рисунок 15 вывод программы при расширении 8/6

Рисунок 16 вывод программы при расширении 4/3

Вывод:

1. чем выше расширение, тем ниже последнее выходное значение в консоли.

2. из-за слишком маленького количества вычисляемых параметров, программа проходит весь алгоритм за нулевую эпоху

4. Вывод

Получили следующие знания, умения и навыки:

1. изучить понятие нейронных сетей и самоорганизующихся карт Кохонена;

2. изучить кластеризацию с помощью самоорганизующихся карт Кохонена в аналитическом пакете Deductor Academic и Python

Уфа – 2021