Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Построение и интерпретация самоорганизующихся карт Кохонена




Вопросы для защиты

1. Назначения и ход выполнения Квантования данных.

2. Назначение обработчика Кросс таблица, порядок выполнения.

3. Назначение обработчика Преобразование данных к скользящему окну, ход выполнения.

 

Лабораторная работа №9

 

Цель работы: рассмотреть область применения самоорганизующихся

карт, познакомиться с приемами работы с визуализатором Самоорганизующаяся карта.

 

Самоорганизующаяся карта Кохонена является разновидностью нейронной сети. Она применяется, когда необходимо решить задачу кластеризации, т.е. распределить данные по нескольким кластерам. Алгоритм определяет расположение кластеров в многомерном пространстве факторов.

Исходные данные будут относиться к какому-либо кластеру в зависимости от расстояния до него. Многомерное пространство трудно для представления в графическом виде. Механизм же построения карты Кохонена позволяет отобразить многомерное пространство в двумерном, которое более удобно и для визуализации и для интерпретации результатов аналитиком.

Также с помощью построенной карты Кохонена можно решить и задачу прогнозирования. В этом случае результирующее поле (то, которое необходимо спрогнозировать) в построении карты не участвует. После кластеризации, используя диаграмму «Что-если», можно провести эксперимент. Алгоритм определяет точку пространства, где расположены введенные для прогноза данные и к какому кластеру принадлежит данная точка, и подсчитывает среднее по результирующему полю всех точек этого кластера, что и будет результатом прогноза (для дискретных данных результатом прогноза является значение, больше всего встречающееся в результирующем поле всех ячеек кластера).

Рассмотрим механизм кластеризации путем построения самоорганизующейся карты, основываясь на информации по банкам.

Исходная таблица находится в файле Banks.txt. Задача состоит в том, чтобы определить по различным данным банка его прибыль и наличие скрытых закономерностей.

Для начала необходимо импортировать данные из файла. После этого запустите Мастер обработки и выберите из списка метод обработки Карта Кохонена. На втором шаге Мастера настройте назначения столбцов. Укажите столбцу Прибыль назначение Выходной, а Филиалы, Сумма активов, Собственные активы, Банковские активы, Средства в банке - Входной, т. е. на основе данных о банке будем относить его к тому или иному классу.

На третьем шаге Мастера необходимо настроить способ разделения исходного множества данных на тестовое и обучающее, а также количество примеров в том и другом множестве. Укажите, что данные обоих множеств берутся случайным образом, а остальные значения оставьте без изменений.

Следующий шаг предлагает настроить параметры карты (Количество ячеек по Х и по Y, их форму) и параметры обучения (способ начальной инициализации, тип функции соседства, перемешивать ли строки обучающего множества и количество эпох, через которые необходимо перемешивание). Значения по умолчанию вполне подходят.

 

 

На пятом шаге Мастера следует настроить параметры остановки обучения. Оставим параметры по умолчанию.

 

 

На шестом шаге настраиваются остальные параметры обучения: способ начальной инициализации, тип функции соседства, а также параметры кластеризации - автоматическое определение числа кластеров с соответствующим уровнем значимости либо фиксированное количество кластеров.

 

 

На седьмом шаге предлагается запустить сам процесс обучения. Во время обучения можно посмотреть количество распознанных примеров и текущие значения ошибок. Здесь нужно нажать на кнопку Пуск и дождаться завершения процесса обработки.

 

 

После этого требуется в списке визуализаторов выбрать появившуюся теперь Карту Кохонена для просмотра результатов кластеризации, а также визуализатор Что-если для прогнозирования прибыли банков.

Далее в Мастере настройки отображения карты Кохонена надлежит указать поля, которые необходимы для отображения.

 

В итоге получаем Карту Кохонена.

 

 

Можно видеть, что наиболее прибыльные банки попали в кластеры, что находятся в правой части карты. Для этих банков характерны большая сумма активов и средств в банке. Количество же филиалов не оказывает существенного влияния на прибыльность, т.к. банки с большим количеством филиалов разместились в левом не самом прибыльном кластере (см.проекцию Филиалы).

 

Задание для практической работы

Повторите в Deductor пример с получением карты Кохонена.

 




Поделиться с друзьями:


Дата добавления: 2014-10-31; Просмотров: 1671; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.015 сек.