2.3.4. Настройки кластерної моделі

Настройки для кластерних центрованою і ієрархічних моделей виконуються в діалоговому вікні зображеному на рис. 2.5.

Рис. 2.5. Настройки для кластерної моделі.

У ньому виконується настройка наступних параметрів:

• Maximum number clusters – максимальна кількість побудованих кластерів. Знченіє параметра повинне бути більше нуля.

• Distance – параметри характеризуючі функцію обчислення відстані між об'єктами:

• Type – тип функції відстані. Xelopes (Евклідово – Euclidean, Чебишева – Chebyshev і ін.)

• Comparison function – функція зіставлення.

• Normalized – чи використовувати нормалізацію при розрахунку відстаней.

Настройки для кластерної моделі, що розділяється, виконуються в діалоговому вікні зображеному на рис. 2.6.

Рис. 2.6. Настройки для кластерної моделі, що розділяється.

У ньому виконується настройка додаткових параметрів параметрів:

• Linkage – параметр до для алгоритму к-linkage.

• Threshold – межа для відстані.

2.4.Анализ моделей

Для вживання одержаних за допомогою методів data mining знань необхідно проаналізувати побудовані моделі. При аналізі необхідно перевірити наскільки одержані знання є логічно з'ясовними, чи не суперечать вони здоровому глузду, чи дійсно вони є новими і т.п. Крім того, моделі, що будуються при рішенні задач асоціативного аналізу і кластеризації, є описовими, тобто служать для кращого розуміння самих даних. У зв'язку з цим можна зробити висновок, що важливим є представлення моделей у вигляді зручному для їх аналізу людиною.

У GUI Xelopes будь-яка модель може бути представлена у форматі PMML. Це стандартизованих формат заснований на форматі XML. На жаль для візуального аналізу даний формат досить складний. З цієї причини в GUI Xelopes реалізовані спеціальні засоби візуалізації для трьох основних видів моделей:

• асоціативні правила;

• дерева рішень;

• дейтограмми.

2.4.1 Візуалізація асоціативних правил

Модель представляюча асоціативні правила в GUI Xelopes представляється у вигляді 3-х мірних гістограм (рис. 2.7.). По осях площини відкладаються підмножини частих наборів. LHS – означає ліву частину правил, RHS – праву. На їх перетині малюється гістограма. За умовчанням висота гістограма відображає рівень підтримки правила включаючого в умовну і завершальну частини дані набори. Колір від синього до червоного (від меншого до більшого) рівень довір'я.

Наприклад, для правила Якщо (Nut) то (Соку) намальована червона висока гістограма означає що дане правило має найбільший ступінь підтримки з високим ступенем довір'я. Правило Якщо (Water) то (Cracker, Соку) має низький рівень підтримки і низький ступінь довір'я.

Рис. 2.7. Візуальне представлення асоціативних правил.

Для детальнішого вивчення правил необхідно виділити гістограму на перетині наборів, що цікавлять. Візуально вони підсвічуються яскравішим кольором. На Рис. Виділена гістограма Nut – Соку. Для виділених наборів можна детальніше подивитися гістограми їх оцінок. Для цього необхідно на панелі інструментів зліва від діаграма натискувати кнопку . У результаті з'явиться діалог зображений на Рис. 2.8.

У ньому можна вибрати які оцінки повинні деталізуватися. Після натиснення на кнопку ОК, з'являться діаграми (Рис. 2.9) оцінок для виділених наборів.

Рис. 2.8. Діалог для деталізації оцінок асоціативних правил.

Рис. 2.9. Приклад діаграми підтримки