Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Лабораторные работы 2, 3



Входные данные

А: 0 1 1 0 0 1 1 0 0 1 1 0 1 0 0 1;

А: 0 1 1 1 0 1 1 0 0 1 1 0 1 0 1 0;

Б: 1 1 1 1 1 1 0 0 1 0 1 0 1 1 1 0;

Б: 0 0 1 1 0 0 1 0 0 1 1 0 0 1 0 0;

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Г: 0 1 1 0 0 1 0 0 0 1 0 0 0 0 0 0;

Д: 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0;

Д: 0 1 1 0 0 1 1 0 0 1 1 0 1 0 1 0;

Е: 0 1 1 1 0 0 1 0 0 1 1 0 1 1 1 0;

Е: 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1;

В: 0 0 1 0 0 1 1 0 1 1 1 0 1 1 1 0;

В: 0 1 1 0 0 1 1 0 0 1 1 1 0 1 1 1;

Ж: 0 0 0 0 1 1 1 0 0 1 0 0 1 1 1 0;

Ж: 0 1 1 1 0 0 1 0 0 1 1 1 0 0 0 0;

Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 1 1 0 0 1 1 1 0 0 1 1 0 0 0 0 0;

М: 0 1 1 0 0 1 1 0 1 1 1 1 1 0 0 1;

М: 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 1;

Я: 0 1 0 0 0 1 1 0 0 1 1 0 1 0 1 1;

Я: 0 1 1 0 0 1 1 0 1 1 1 0 1 1 1 0;

А: 0 1 1 0 0 1 1 0 1 1 1 0 0 0 0 0;

Б: 0 1 1 0 0 1 1 0 0 1 1 0 0 0 0 0;

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 1 1 0;

Д: 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0;

Е: 0 0 0 0 0 1 1 0 0 1 1 0 0 1 1 0;

В: 1 1 1 0 1 1 1 0 1 0 0 1 1 1 1 1;

Ж: 1 1 1 1 0 1 1 0 0 1 1 0 1 1 1 1;

Й: 0 1 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

М: 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1;

Я: 0 0 1 0 0 0 1 0 1 0 1 0 1 1 1 1;

 

Анализ информативности признаков

Используем 5 наиболее информативных признаков.

Информационные веса признаков (в относит. единицах):

Признак :
Инф. вес: 1.000 1.000 1.000 0.667 0.667

 

Анализ наличия одинаковых векторов

5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.

Г: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Й: 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0;

Векторы совпали и будут исключены

Результаты рабочего распознавания анализом информативности признаков

Вектор:
Класс:

 

Из первой группы был распознан всего 1 образец. Было допущено 4 ошибки.

Общее число ошибок составило 40%.

Метод работает неудовлетворительно.

Результаты рабочего распознавания методом комитета старшинства:

Вектор:
Класс:
Чл.ком.:

 

Из первой группы был распознан всего 1 образец, из второй группы – 4. Было допущено 5 ошибок.

Общее число ошибок составило 50%.

Метод работает неудовлетворительно.

Листинг

*******************************************************************************

*******************************************************************************

** 12 января 2010 г. 13час. 03мин. 18сек. **

** **

** Пакет КВАЗАР-ПЭВМ (вер. 2.4 для IBM PC) **

** (разработан в ИММ УрО РАН, г.Екатеpинбуpг) **

** **

** сеанс lab2 **

*******************************************************************************

*******************************************************************************

 

 

Имя файла, содержащего массив обрабатываемых данных - data\lab2.dat

Число векторов в массиве - 30

Число признаков (размерность векторов) - 16

 

*******************************************************************************

***** ВВОД МАССИВА ВЕКТОРОВ *****

 

*******************************************************************************

*******************************************************************************

 

***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****

 

Количество классов - 2

 

Номера векторов 1-го класса:

1-10.

 

Номера векторов 2-го класса:

11-20.

 

Номера векторов, предназначенных для рабочего распознавания:

21-30.

 

Пользователем предложено использовать при решении задачи 5 наиболее

информативных призн.

Обучение будет проводиться с контролем на проверочной выборке.

Разбиение на обучающую и проверочную выборки будет производиться

по результатам таксономии.

В проверочную выборку предлагается включить 10.00% векторов.

 

Для решения задачи выбран метод потенциальных функций.

 

*******************************************************************************

 

***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****

 

Информационные веса признаков (в относит. единицах):

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

Признак : 3 4 12 9 16 7 15 5 14 2

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

Инф. вес: 1.000 1.000 1.000 0.667 0.667 0.667 0.333 0.333 0.333 0.333

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

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

Признак : 6 11 1 8 10 13

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

Инф. вес: 0.333 0.333 0.000 0.000 0.000 0.000

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

 

*******************************************************************************

 

***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****

 

Способ формирования: через таксономию векторов.

 

Формирование выборок для 1-го класса:

 

Объем обучающей выборки - 9 вект., проверочной - 1 вект.

Номера векторов 1 класса, вошедших в проверочную выборку:

1.

 

Формирование выборок для 2-го класса:

 

Объем обучающей выборки - 9 вект., проверочной - 1 вект.

Номера векторов 2 класса, вошедших в проверочную выборку:

17.

 

Общий объем обучающей выборки - 18 вект., проверочной - 2 вект.

 

*******************************************************************************

 

***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****

 

Обнаружены следующие одинаковые векторы:

2 (класс 1) и 4 (класс 1). Вектор 4 будет исключен из обучения.

2 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.

4 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.

5 (класс 1) и 13 (класс 2). Оба вектора будут исключены из обучения.

5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.

5 (класс 1) и 16 (класс 2). Оба вектора будут исключены из обучения.

6 (класс 1) и 7 (класс 1). Вектор 7 будет исключен из обучения.

6 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.

7 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.

10 (класс 1) и 18 (класс 2). Оба вектора будут исключены из обучения.

11 (класс 2) и 20 (класс 2). Вектор 20 будет исключен из обучения.

13 (класс 2) и 15 (класс 2). Вектор 15 будет исключен из обучения.

13 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.

15 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.

 

Всего из материала обучения будет исключено 11 вект.

 

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

 

***** ОБУЧЕНИЕ МЕТОДОМ ПОТЕНЦИАЛОВ *****

 

Процент pаспознавания матеpиала обучения после каждой итерации:

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

100.00

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

Процент распознавания векторов обучающей выборки 100.00

 

РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:

 

Процент правильного распознавания векторов проверочной выборки 50.00

В том числе по классам:

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

Класс : 1 2

Процент: 0.00 100.00

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

 

Информация об ошибках классификации векторов контроля:

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

Вектор: 1

из класса: 1

отнесен к классу: 2

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

 

РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:

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

Вектор: 21 22 23 24 25 26 27 28 29 30

Класс: 2 1 2 2 2 2 2 2 2 2

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

 

Программа обучения завершила свою работу.

*******************************************************************************

 

*******************************************************************************

*******************************************************************************

 

***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****

 

*******************************************************************************

*******************************************************************************

*******************************************************************************

 

***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****

 

*******************************************************************************

*******************************************************************************

*******************************************************************************

 

***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****

 

Количество классов - 2

 

Номера векторов 1-го класса:

1-10.

 

Номера векторов 2-го класса:

11-20.

 

Номера векторов, предназначенных для рабочего распознавания:

21-30.

 

Пользователем предложено использовать при решении задачи 5 наиболее

информативных призн.

Обучение будет проводиться с контролем на проверочной выборке.

Разбиение на обучающую и проверочную выборки будет производиться

по результатам таксономии.

В проверочную выборку предлагается включить 10.00% векторов.

 

Для решения задачи выбран метод комитетов с логикой старшинства.

 

*******************************************************************************

 

***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****

 

Информационные веса признаков (в относит. единицах):

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

Признак : 3 4 12 9 16 7 15 5 14 2

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

Инф. вес: 1.000 1.000 1.000 0.667 0.667 0.667 0.333 0.333 0.333 0.333

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

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

Признак : 6 11 1 8 10 13

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

Инф. вес: 0.333 0.333 0.000 0.000 0.000 0.000

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

 

*******************************************************************************

 

***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****

 

Способ формирования: через таксономию векторов.

 

Формирование выборок для 1-го класса:

 

Объем обучающей выборки - 9 вект., проверочной - 1 вект.

Номера векторов 1 класса, вошедших в проверочную выборку:

1.

 

Формирование выборок для 2-го класса:

 

Объем обучающей выборки - 9 вект., проверочной - 1 вект.

Номера векторов 2 класса, вошедших в проверочную выборку:

17.

 

Общий объем обучающей выборки - 18 вект., проверочной - 2 вект.

 

*******************************************************************************

 

***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****

 

Обнаружены следующие одинаковые векторы:

2 (класс 1) и 4 (класс 1). Вектор 4 будет исключен из обучения.

2 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.

4 (класс 1) и 9 (класс 1). Вектор 9 будет исключен из обучения.

5 (класс 1) и 13 (класс 2). Оба вектора будут исключены из обучения.

5 (класс 1) и 15 (класс 2). Оба вектора будут исключены из обучения.

5 (класс 1) и 16 (класс 2). Оба вектора будут исключены из обучения.

6 (класс 1) и 7 (класс 1). Вектор 7 будет исключен из обучения.

6 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.

7 (класс 1) и 8 (класс 1). Вектор 8 будет исключен из обучения.

10 (класс 1) и 18 (класс 2). Оба вектора будут исключены из обучения.

11 (класс 2) и 20 (класс 2). Вектор 20 будет исключен из обучения.

13 (класс 2) и 15 (класс 2). Вектор 15 будет исключен из обучения.

13 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.

15 (класс 2) и 16 (класс 2). Вектор 16 будет исключен из обучения.

 

Всего из материала обучения будет исключено 11 вект.

 

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

 

***** ОБУЧЕНИЕ МЕТОДОМ КОМИТЕТОВ СТАРШИНСТВА *****

 

Значение параметра KBK равно -132.00

 

Информация о процессе построения комитета:

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

ЧЧК 5

% обуч 100.00

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

 

Количество членов комитета: 5.

Процент распознавания векторов обучающей выборки 100.00.

 

Предпринята попытка оптимизации числа членов комитета.

Характеристики полученного комитета:

 

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

| Номер члена | Тип | Возраст | Количество отсе- | Количество |

| комитета | | | каемых векторов | ошибок |

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

| 1 | 1 | 3 | 3 | 0 |

| 2 | 2 | 1 | 1 | 0 |

| 3 | 2 | 1 | 1 | 0 |

| 4 | 2 | 1 | 1 | 0 |

| 5 | 2 | 1 | 1 | 0 |

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

 

Количество членов комитета после оптимизации: 5.

Процент распознавания векторов обучающей выборки 100.00.

 

 

РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:

 

Общий процент правильно классифицированных векторов контроля: 50.00

 

В том числе по классам:

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

Класс : 1 2

Процент: 0.00 100.00

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

 

Информация об ошибках классификации векторов контроля:

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

Номер вектора : 1

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

из класса : 1

отнесен к классу: 2

членом комитета : 5

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

 

РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:

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

Номер вектора : 21 22 23 24 25 26 27 28 29 30

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

отнесен к классу: 2 1 2 2 2 2 1 2 2 2

членом комитета : 2 1 5 4 5 5 1 5 5 5

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

 

*******************************************************************************

 

*******************************************************************************

 

Для решения задачи выбран метод комитетов с логикой большинства.

 

*******************************************************************************

 

***** ОБУЧЕНИЕ МЕТОДОМ ОДНОРОДНЫХ КОМИТЕТОВ БОЛЬШИНСТВА *****

 

*******************************************************************************

 

*******************************************************************************

 

Для решения задачи выбран рекуррентный алгоритм....

 

*******************************************************************************

 

***** ОБУЧЕНИЕ РЕКУРРЕНТНЫМ АЛГОРИТМОМ ЛИНЕЙНОГО РАЗДЕЛЕНИЯ *****

 

 

*******************************************************************************

 

*******************************************************************************

*******************************************************************************

 

ЛИСТИНГ

 

*******************************************************************************

*******************************************************************************

** 15 января 2008 г. 15час. 52мин. 08сек. **

** **

** Пакет КВАЗАР-ПЭВМ (вер. 2.4 для IBM PC) **

** (разработан в ИММ УрО РАН, г.Екатеpинбуpг) **

** **

** сеанс 11dv **

*******************************************************************************

*******************************************************************************

 

 

Имя файла, содержащего массив обрабатываемых данных - data\35011.dat

Число векторов в массиве - 40

Число признаков (размерность векторов) - 16

 

*******************************************************************************

***** ВВОД МАССИВА ВЕКТОРОВ *****

 

*******************************************************************************

*******************************************************************************

 

***** КОМПЛЕКС ЗАДАЧ, СВЯЗАННЫХ С ОБУЧЕНИЕМ ПО ПРЕЦЕДЕНТАМ *****

 

Количество классов - 2

 

Номера векторов 1-го класса:

1-16.

 

Номера векторов 2-го класса:

17-29.

 

Номера векторов, предназначенных для рабочего распознавания:

30-40.

 

Пользователем предложено использовать при решении задачи 9 наиболее

информативных призн.

Обучение будет проводиться с контролем на проверочной выборке.

Разбиение на обучающую и проверочную выборки будет производиться

по результатам таксономии.

В проверочную выборку предлагается включить 10.00% векторов.

 

Для решения задачи выбран метод потенциальных функций.

 

*******************************************************************************

 

***** АНАЛИЗ ИНФОРМАТИВННОСТИ ПРИЗНАКОВ *****

 

Информационные веса признаков (в относит. единицах):

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

Признак : 2 8 12 13 5 15 9 16 7 6

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

Инф. вес: 1.000 0.704 0.662 0.535 0.437 0.408 0.254 0.254 0.239 0.113

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

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

Признак : 4 11 1 14 10 3

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

Инф. вес: 0.099 0.070 0.056 0.042 0.014 0.000

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

 

*******************************************************************************

 

***** ФОРМИРОВАНИЕ ОБУЧАЮЩЕЙ И ПРОВЕРОЧНОЙ ВЫБОРОК *****

 

Способ формирования: через таксономию векторов.

 

Формирование выборок для 1-го класса:

 

Объем обучающей выборки - 15 вект., проверочной - 1 вект.

Номера векторов 1 класса, вошедших в проверочную выборку:

7.

 

Формирование выборок для 2-го класса:

 

Объем обучающей выборки - 12 вект., проверочной - 1 вект.

Номера векторов 2 класса, вошедших в проверочную выборку:

25.

 

Общий объем обучающей выборки - 27 вект., проверочной - 2 вект.

 

*******************************************************************************

 

***** АНАЛИЗ МАТЕРИАЛА ОБУЧЕНИЯ НА НАЛИЧИЕ ОДИНАКОВЫХ ВЕКТОРОВ *****

 

Обнаружены следующие одинаковые векторы:

2 (класс 1) и 6 (класс 1). Вектор 6 будет исключен из обучения.

2 (класс 1) и 14 (класс 1). Вектор 14 будет исключен из обучения.

5 (класс 1) и 10 (класс 1). Вектор 10 будет исключен из обучения.

5 (класс 1) и 22 (класс 2). Оба вектора будут исключены из обучения.

6 (класс 1) и 14 (класс 1). Вектор 14 будет исключен из обучения.

8 (класс 1) и 20 (класс 2). Оба вектора будут исключены из обучения.

8 (класс 1) и 23 (класс 2). Оба вектора будут исключены из обучения.

8 (класс 1) и 24 (класс 2). Оба вектора будут исключены из обучения.

8 (класс 1) и 27 (класс 2). Оба вектора будут исключены из обучения.

10 (класс 1) и 22 (класс 2). Оба вектора будут исключены из обучения.

13 (класс 1) и 19 (класс 2). Оба вектора будут исключены из обучения.

20 (класс 2) и 23 (класс 2). Вектор 23 будет исключен из обучения.

20 (класс 2) и 24 (класс 2). Вектор 24 будет исключен из обучения.

20 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.

23 (класс 2) и 24 (класс 2). Вектор 24 будет исключен из обучения.

23 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.

24 (класс 2) и 27 (класс 2). Вектор 27 будет исключен из обучения.

 

Всего из материала обучения будет исключено 12 вект.

 

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

 

***** ОБУЧЕНИЕ МЕТОДОМ ПОТЕНЦИАЛОВ *****

 

Процент pаспознавания матеpиала обучения после каждой итерации:

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

100.00

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

Процент распознавания векторов обучающей выборки 100.00

 

РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:

 

Процент правильного распознавания векторов проверочной выборки 50.00

В том числе по классам:

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

Класс : 1 2

Процент: 100.00 0.00

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

 

Информация об ошибках классификации векторов контроля:

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

Вектор: 25

из класса: 2

отнесен к классу: 1

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

 

РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:

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

Вектор: 30 31 32 33 34 35 36 37 38 39

Класс: 1 1 2 1 2 2 2 2 2 1

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

Вектор: 40

Класс: 1

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

 

Программа обучения завершила свою работу.

*******************************************************************************

 

*******************************************************************************

 

Для решения задачи выбран метод комитетов с логикой старшинства.

 

*******************************************************************************

 

***** ОБУЧЕНИЕ МЕТОДОМ КОМИТЕТОВ СТАРШИНСТВА *****

 

Значение параметра KBK равно -132.00

 

Информация о процессе построения комитета:

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

ЧЧК 6 6 6 6

% обуч 80.00 80.00 93.33 100.00

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

 

Количество членов комитета: 6.

Процент распознавания векторов обучающей выборки 100.00.

 

Предпринята попытка оптимизации числа членов комитета.

Характеристики полученного комитета:

 

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

| Номер члена | Тип | Возраст | Количество отсе- | Количество |

| комитета | | | каемых векторов | ошибок |

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

| 1 | 1 | 9 | 2 | 0 |

| 2 | 1 | 9 | 7 | 0 |

| 3 | 2 | 4 | 2 | 0 |

| 4 | 2 | 4 | 2 | 0 |

| 5 | 2 | 2 | 1 | 0 |

| 6 | 2 | 2 | 1 | 0 |

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

 

Количество членов комитета после оптимизации: 6.

Процент распознавания векторов обучающей выборки 100.00.

 

 

РАСПОЗНАВАНИЕ ВЕКТОРОВ КОНТРОЛЯ:

 

Общий процент правильно классифицированных векторов контроля: 50.00

 

В том числе по классам:

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

Класс : 1 2

Процент: 100.00 0.00

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

 

Информация об ошибках классификации векторов контроля:

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

Номер вектора : 25

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

из класса : 2

отнесен к классу: 1

членом комитета : 1

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

 

РЕЗУЛЬТАТЫ РАБОЧЕГО РАСПОЗНАВАНИЯ:

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

Номер вектора : 30 31 32 33 34 35 36 37 38 39

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

отнесен к классу: 1 2 2 2 2 2 2 2 2 1

членом комитета : 2 6 4 6 6 6 6 6 3 2

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

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

Номер вектора : 40

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

отнесен к классу: 2 (ошибки считаются по «отнесённым к классу»)

членом комитета : 6

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

 

*******************************************************************************

 

*******************************************************************************

 

Для решения задачи выбран метод комитетов с логикой большинства.

 

*******************************************************************************

 

***** ОБУЧЕНИЕ МЕТОДОМ ОДНОРОДНЫХ КОМИТЕТОВ БОЛЬШИНСТВА *****

 

*******************************************************************************

 

*******************************************************************************

 

Для решения задачи выбран рекуррентный алгоритм....

 

*******************************************************************************

 

***** ОБУЧЕНИЕ РЕКУРРЕНТНЫМ АЛГОРИТМОМ ЛИНЕЙНОГО РАЗДЕЛЕНИЯ *****

 

 

 

Анализ результатов листинга(лаб. 3)

Название метода % обучения % проверки (распознавания на контроле) % контрольной выборки (рабочее распознавание) Оценка метода
Потенциал (всегда 100% ) 50 (неуд) 60 (4ошибки из 10) Неуд
Комитетов старшинства 50 (неуд) 50 (5 из 5) Неуд
Однородных комитетов старшинства
Математически доказано что всегда равняется 100%  

 

 

Библиографический список

1. Компьютер для менеджера / Под ред. Комягина В.Б. / Практическое пособие в 2 т. – М.: Изд-во ТРИУМФ, 1998. 416 с.

2. Козырев А.А. Информационные технологии в экономике и управлении: Учебник. СПб.: Изд-во Михайлова В.А., 2000. 360 с.

3. Управление проектами И.И.Мазур, В.Д.Шапиро, Н.Г.Ольдерогге. М.: Высшая школа, 2001. 875 с.

4. Путеводитель в мир управления проектами: Пер. с англ./ Под ред. Ю.Л.Эткинда. Екатеринбург: УГТУ, 1998. 191 с.


 

 

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.