В пакете имеются три различные возможности формирования названных выборок:

1. по результатам таксономии,
2. случайным образом,
3. по указанию пользователя.

 

5. Задачи классификации, диагностики и прогнозирования.

     Под диагностикой состояния системы  понимается его классификация, т.е. отнесение его к одному из известных  классов- образов. Часто возникают  вопросы относительно числа и  состава признаков, необходимых  для описания классифицируемых объектов, количества классов-образов, критериев решения задачи обучения и т. д. К сожалению, на эти вопросы трудно ответить однозначно, не зная конкретной задачи. Тем не менее, некоторые рекомендации можно привести.

     Так при решении задач медицинской диагностики выбирают 10-50 признаков (на первом этапе)  В их число должны входить доступные учеты и измерению признаки, имеющие прямое или косвенное отношение к природе рассматриваемого явления,  по мнению специалистов.

     Выбранная система может оказаться избыточной или содержать малоинформативные признаки, поэтому в пакете КВАЗАР предусмотрена возможность оценки информативности и отбора признаков.

     Что касается объема обучающей выборки, то желательно, чтобы число входящих в неё векторов, по крайней мере, в 3-5 раз (некоторые авторы рекомендуют в 10 и более) превосходило число существенных признаков.

 

3. ПРАКТИЧЕСКАЯ ЧАСТЬ

     Исходными данными для анализа являются результаты тестирования студентов. Результаты тестов формируются в файл в формате .dat, где номер вектора – это порядковый номер студента, а признаки – это тесты.

3.1. Описание входных данных.

     Файл  данных обычно бывает подготовлен в  символьном виде массива – матрица  “ объект  - признаки”. При решении задачи обучения по прецедентам (фактам) в входном файле должен соблюдаться следующий порядок векторов – объектов:

1. векторы известной принадлежности, представленные на обучение (из них пакет автоматически или на основе указаний пользователя может сформировать обучающую и проверочные выборки); при этом сначала следуют векторы 1 класса – образа, затем второго и т.д.;
2. векторы, предъявленные для рабочего распознавания (при наличии)

     Работая с пакетом КВАЗАР, нумеровать векторы  не следует. Номер вектора определяется его местом в файле  (массиве) обрабатываемых данных.

     Каждая запись – объект  “ n”- мерный вектор состоит из признаков вещественных чисел, которые разделяются пробелом или запятой, в конце описания вектора ставится символ “;”. Набор следующего вектора  новая запись, т.е. новая строка. В начале вектора можно указывать имена векторов, которые отделяются от признаков символом “:”.

     Данные  должны быть набраны в “DOS” кодировке в любом редакторе, например БЛОКНОТ шрифт Terminal. Имя файла должно состоять из 8 латинских символов – “ группа и ваш номер по списку”. Тип файла обязательно должен быть DAT и записан для удобства работы в каталог DATA пакета КВАЗАР.

Пример:

     Файл -  I1601001.dat, I16010 – группа, 01- ваш номер по списку.

     ИМЯ : 2  2  9  1. 1. 6. 1. 2.;

     3. 9. 8. 7. 6. 5. 3. 2.;

     0. 0. 7. 9. 0. 8. 7. 8.;

     3. 4. 6. 7. 5. 6. 9. 6.;  

3.3.1. Первый поток студентов.

     В таблице, представленной ниже, даны результаты тестирования студентов из групп  ИТ-190101,ВИ-190102,ВИ-190301 за 2008-2009г.

АНАЛИЗ  ИНФОРМАТИВННОСТИ ПРИЗНАКОВ

Информационные  веса признаков (в относит. единицах):

-------------------------------------------------------------------------------

Признак :    12     5      3      14     10     13     11     7      6      4 

-------------------------------------------------------------------------------

Инф. вес:  1.000  0.936  0.891  0.707  0.672  0.598  0.551  0.493  0.243  0.143

-------------------------------------------------------------------------------

-------------------------------------------------------------------------------

Признак :    2      9      1      8 

-------------------------------------------------------------------------------

Инф. вес:  0.075  0.052  0.025  0.000

-------------------------------------------------------------------------------

     Вывод: В результате исследования информативности признаков было выявлено, что наиболее существенными признаками являются тесты № 12, 5 и 3.

ТАКСОНОМИЯ МНОЖЕСТВА ПРИЗНАКОВ

     Параметры алгоритма таксономии устанавливаются  автоматически. Для этого выполняется расчет макс. и мин. (по модулю) значений. коэффициента парной корреляции. В результате выполнены следующие назначения:

начальное пороговое  значение коэф-та парной корреляции (по модулю) - 0.848

конечное пороговое  значение коэф-та парной корреляции (по модулю) - 0.013

шаг изменения  порогового значения     0.083

     Таксономия  при RO =  0.848

Все таксоны  единичные.

     Таксономия  при RO =  0.764

*Таксон  1:   3, 14.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.681

*Таксон  1:   3,  7, 14.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.597

*Таксон  1:   3,  5,  7, 11, 12, 14.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.514

*Таксон  1:   2,  3,  5,  6,  7, 10, 11, 12, 13, 14.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.430

Все признаки  вошли в один таксон.

 

     Всего таксонов – 4

     ρ = 78 %

     По  шкале интеллектуальных задач (ШИЗ) хорошо, т.к. 0,78 > 0,75 и 0,78 < 0,95.

     Вывод: по результатам таксономии выявлено, что наиболее общие свойства и признаков 3, 14.

 

3.3.2. Второй поток студентов.

     В таблице, представленной ниже, даны результаты тестирования студентов из групп  ИТ-18011,ВИ-18013,ВИ-18031 за 2008-2009г. 

АНАЛИЗ  ИНФОРМАТИВННОСТИ ПРИЗНАКОВ

Информационные  веса признаков (в относит. единицах):

-------------------------------------------------------------------------------

Признак :    15     6      5      3      14     12     8      2      10     9 

-------------------------------------------------------------------------------

Инф. вес:  1.000  0.959  0.838  0.807  0.764  0.754  0.741  0.693  0.620  0.484

-------------------------------------------------------------------------------

-------------------------------------------------------------------------------

Признак :    13     7      11     1      4 

-------------------------------------------------------------------------------

Инф. вес:  0.472  0.417  0.292  0.251  0.000

-------------------------------------------------------------------------------

     Вывод: В результате исследования информативности признаков было выявлено, что наиболее существенными признаками являются тесты № 15, 6 и 5.

ТАКСОНОМИЯ МНОЖЕСТВА ПРИЗНАКОВ

     В результате выполнены следующие  назначения:

начальное пороговое  значение коэф-та парной корреляции (по модулю) - 0.955

конечное пороговое  значение коэф-та парной корреляции (по модулю) -  0.003

шаг изменения  порогового значения      0.095

Таксономия  при RO =  0.955

Все таксоны  единичные.

     Таксономия при RO =  0.860

*Таксон  1:   5, 10, 14, 15.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.765

*Таксон  1:   5, 10, 14, 15.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.669

*Таксон  1:   5, 10, 14, 15.

Остальные таксоны  единичные.

     Таксономия при RO =  0.574

*Таксон  1:   5,  7, 10, 12, 13, 14, 15.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.479

*Таксон  1:   3,  5,  6,  7,  8,  9, 10, 12, 13, 14, 15.

Остальные таксоны  единичные.

     Таксономия  при RO =  0.384