Порядок работы. Основные данные для определения предоставления кредита

НЕЙРОННЫЕ СЕТИ С РАДИАЛЬНОЙ БАЗИСНОЙ ФУНКЦИЕЙ

Лабораторная работа № 4

Основные данные для определения предоставления кредита

Предоставление кредита	Оклад	Срок кредита, мес.	Наличие поручителей
Предоставляется	3000-9000	72-126
Не предоставляется	10000-15000	12-60
Предоставляется	3000-9000	12-60
Предоставляется	10000-15000	72-126
Не предоставляется	3000-9000	72-126	0-1

Контрольные вопросы

1. В каких случаях следует устанавливать число скрытых элементов?

2. Зачем нужно создавать и использовать ансамбли сетей?

3. Какие виды ансамблей есть в программе?

4. Чем определяется поверхность отклика и зачем она нужна?

5. Что такое MLP–сети?

6. Назначение прогнозов сети.

7. Виды обучений сети.

8. Какой результат работы сети возможен в случае переобучения?

9. Какое влияние оказывает сеть настройки статистических и ди-

намических опций?

10. Чем определяется завершение анализа?

11. Сохранить полученную нейронную сеть на диск.

Цель работы – научиться определять количество скрытых слоев и элементов для построения эффективной нейронной сети с максимальной производительностью.

1. Откройте файл Вуз.sta (табл.П.2).

2. Выбрать команду Нейронные сети.

3. Выбрать опцию Классификация в группе Тип задачи, а затем выбрать опцию Конструктор сетей.

4. Нажать кнопку Переменные и выбрать переменную ИТОГ в

поле Категориальные выходные, а переменные Рус.яз_ЕГЭ, Матем_ЕГЭ, Химия и Ин.яз в группе Непрерывные входные.

5. В диалоге Конструктор сетей выбрать Радиальная базисная функция (RBF-сети), а затем обучение (ОК).

6. На вкладке Быстрый выбрать опцию K-средних в группе Задание центров К-Средних (рис.13). Таким образом, центры кластеров будут присвоены радиальным элементам.

Рис. 13. Настройка для обучения сети РБФ

7. Выбрать опцию Изотропное, масштаб, чтобы присвоить соответствующие отклонения, основанные на нескольких элементах в обучающей выборке.

8. Нажать кнопку OK для обучения сети.

9. На вкладке Дополнительно (предварительно завершить анализ – кнопка ОК) выбрать опцию Создать ансамбль (рис. 14) из сохраненных сетей, где тип – Выход.

10. Для получения ансамбля нажать Выбрать Сети, затем Выбрать все и ОК.

11. В итоговом списке находится простая модель с Архитектурой вида, например, Выход 4:[5]:1 в диалоге Результаты, т.е. итоговый ансамбль с четырьмя входами, одним выходов и пятью нейронными сетями (рис. 15).

12. Для применения сети отдельно от ансамбля в диалоге Результаты нужно нажать кнопку Выбрать модели.

13. В диалоге Выбрать сети/ансамбли на вкладке Опции выбрать

Выбирать ансамбль и сети в группе При выделении ансамбля и нажать кнопку ОК.

Рис. 14. Выбор инструмента «Создать ансамбль»

14. В списке в диалоге Результаты будет отображен ансамбль, а также его составляющие сети.

15. Нажать кнопку Предсказанные. В итоговой таблице будут отображены прогнозы для всех сетей и общего ансамбля (рис.16).

16. Для возврата на стартовую панель Нейронные сети нужно нажать кнопку ОК.

Рис. 15. Архитектура ансамбля

Рис. 16. Таблица предсказаний

Задания

1. Построить и обучить нейронную сеть с помощью конструктора, автоматизирующую выбор банка для выдачи кредита заемщику на основе представленных данных для шести видов банков (Сбербанк, Омск-Банк, ОТП-банк, ИТ-банк, ВТБ, КМБ-банк). В исходных данных содержатся четыре переменные (срок кредита, процентные ставки, сумма кредита, заработная плата заемщика).

2. Введите исходные данные с количеством наблюдений – 50 (кон-кретные значения переменных получить у преподавателя) в соответ-

ствии со следующими условиями (см.табл. 4).

Таблица 4

Дата добавления: 2015-06-04