Правила подготовки данных для работы в системе See Вариант 2

1. Данные файла Excel Eперенести в Word. При этом номер участка не переносить, вместо этого столбца создать столбец «Номер класса».

2. Таблицу преобразовать: «Таблица» - «Преобразовать» - «В текст».

3. Добавить пробел перед запятой: «Правка» - «Найти» - «Заменить» - «,» на «, »

4. Запомнить файл как текстовый.

5. Изменить расширение файла .txt на .data

6. Создать в Word файл имен переменных в соответствии с требованиями, описанными в методичке.

7. Задать этому файлу расширение .names

8. Данные готовы.

Подготовка данных в системе Tree_Analyser

1. Подготовить данные в Exel в соответствии с требованиями по решению задачи классификации

2. Запомнить файл *.xls как файл *.dbf

3. Открыть Tree_Analyser

4. Открыть новый файл

5. Создать новое подключение (Таблица в папке), считать подготовленный файл *.dbf

6. Определить целевое поле (класс) как дискретное

7. Остальные поля – входные

8. Обучение производить с настройками по умолчанию

9. По нажатию «Готово» визуализировать дерево

4 Отчет должен содержать

1. Название и цель работы

2. Исходные данные варианта задания

3. Результаты построения деревьев решений в системе See5:

• Построенные деревья решений

• Выявленные правила классификации

4 Результаты построения деревьев решений в системе Tree Analyzer:

• Построенные дерево решений и извлеченные правила в Tree Analyzer

• Выявленные правила классификации

5. Построение дерева решений вручную по алгоритму CLS

6. Сравнительный анализ трех построенных деревьев решений. Выводы.

5 Вопросы для защиты

1. Постановка задачи построения логических алгоритмов с помощью деревьев решений

2. Обобщенный алгоритм построения деревьев решений

3. Деревья решений. Алгоритм CLS построения деревьев решений.

4. Основные проблемы построения деревьев решений.

5. Деревья решений. Достоинства и недостатки. Алгоритм «Кора».

5. Список литературы

1. Романов В.П. Интеллектуальные информационные системы в экономике: Учебное пособие / Под ред. д.э.н., проф. Н.П.Тихомирова. – М.: Издательство «Экзамен», 2003. – 496 с.

2. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. - М.:Финансы и статистика, 2004.-.424с.: ил.

3. Дюк В., Самойленко А. Data Mining: учебный курс.-.СПб:Питер,2001. – 368с.

4. Дубров А.М. Компонентный анализ и эффективность в экономике: Учеб. пособие. – М.: Финансы и статистика, 2002. – 352 с.: ил.

5. Корнеев В.В., Гарре А.Ф., Васюткин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. – М.:Издатель Молгачева С.В., Изд-во Нолидж, 2001. – 496 с.