Gépi tanulás a Rapidminer programmal. Stubendek Attila

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "Gépi tanulás a Rapidminer programmal. Stubendek Attila"

Andrea Lakatosné
9 évvel ezelőtt
Látták:

1 Gépi tanulás a Rapidminer programmal Stubendek Attila

2 Rapidminer letöltése Google: download rapidminer Rendszer kiválasztása (iskolai gépeken Other Systems java) Kicsomagolás lib/rapidminer.jar elindítása Helyi repository megjelölése egy tetszőleges mappában

3 Rapidminer

4 Példa megnyitása

5 RM bemutatása példával Operátorok: I/O Diszkretizáció Szabálytanuló Összeköttetések! Attribútumok oldalt: Futtassuk le a láncot!

6 Példalánc lefuttatása Lánc megadása (előző képernyő) Eredmény A modell kimenete A lánc állapota lefutás után A modell kimenete (RuleLearner)

7 Új lánc létrehozása Hozzunk létre egy új láncot! (New..) Bemeneti adat legyen egy belső példaadat (Iris) Clusterezzünk!

8 Új lánc (cluster) Repository Data Iris Állítsuk be az attribútumokat és futtassuk le!

9 Új lánc (cluster) Eredmény: Egyes adatelemek cluster-hovatartozásai A clusterek középpontjai Grafikus megjelenítés

10 Tanuló modulok bemutatása A mellékelt táblázatokkal próbáljuk ki a tanuló modulokat és azok képességeit! Táblázat beolvasása: Import / Data / Import XLS (vagy más esetben bármilyen más formátum) Célszerű használni az Import Configuration Wizardot: válasszuk ki a fájlt, a munkalapot, az adattartományt, majd állítsuk be az attribútum típusokat valósra (real), a labelt pedig felsorolásira, majd számra (modelltől függően) A beolvasó tulajdonságai közt first row as names pipa

Configuration Wizardot: válasszuk ki a fájlt, a munkalapot, az adattartományt, majd állítsuk be az attribútum

11 Számok összege Példa: Egy adatpont hat valós (0 és 1 közti) attribútumból áll (att6real.xls). Osztályozzuk az összegük alapján: Ha több, mint három, akkor az 1- es osztályban van, ha nem, akkor a 0-ban. Ez a példa láthatóan gyerekjáték a neurális hálóknak, de gyakorlatilag megoldhatatlan a döntési fáknak.

Osztályozzuk az összegük alapján: Ha több, mint három, akkor az 1- es

12 OFF: jegyzőkönyv A labor teljesítésének feltétele elektronikus jegyzőkönyv leadása. Ennek pontos módja a diasor végén lesz ismertetve, ezért a következő feladatokat mentsük el külön, egymás után, hogy ne kelljen újra felépíteni a rendszereket!

Ennek pontos módja a diasor végén lesz ismertetve, ezért a

13 Adat (exa = example set) Train set input Modell A tanítóadatot használjuk tesztelésre Adat beolvasása Számattribútumok diszkretizációja (ID3 nem kezeli a folytonos real tipust) (Data Transformation / Type conversation / Discretization / Discretize by Frequency) ID3 döntési fa modelltanuló (Modelling / Classification / Tree Induction / ID3) Mivel a modellt szeretnénk megjeleníteni, de ki is próbálni, ezért kétszerezzük (Process control / Multiply) Teljesítmény lemérése (Evalution / Performance Measurement / Performance) Modell alkalmazása egy adathalmazon (Modelling / Modell Aplication / Apply Model)

Classification / Tree Induction / ID3) Mivel a modellt szeretnénk megjeleníteni, de ki is próbálni, ezért kétszerezzük (Process control / Multiply)

14 Eredmény A döntési fa igen tarka, de jó eredményt ad magára a tanulóhalmazra

15 Valódi teszt A tanulóhalmazon lehet tesztelni, de nem feltétlenül ad valós képet. Próbáljuk ki egy másik, ugyanolyan típusú adathalmazra! Mellékelve van egy másik táblázat, ugyanolyan típusú (att6real_test.xls). Olvassuk be, és a modellalkalmazónak azt adjuk be!

16 A Model Applyer bemenete egy másik táblázat Valódi teszt

17 Valódi teszt Mivel a döntési fa erre a feladatra nem optimális, ugyan rá tud tanulni egy konkrét adathalmazra, a szabályosságot nem tudja elsajátítani. Más adathalmazra már rossz eredményt ad.

18 Valódi teszt Cseréljük le a döntési fát perceptronra! Próbáljuk ki az eredményt körre (a percetron round tulajdonsága)

19 Valódi teszt A teljesítmény nagyságrenddel jobb, még ha nem is tökéletes (6 dimenzióhoz képest kicsi a tanulóhalmaz). Nézzük meg a perceptron kimenetét is, milyen súlyokat adott a tanulás!

20 Másik példa Tanítsuk meg modelljeinket a kizáró vagy (XOR) függvényre (att2logic.xls és att2logic_test.xls)! Ahogy lehet sejteni, a perceptron nem tudja megoldani a feladatot, 50% körüli, azaz teljesen véletlen eredményt ad. A döntési fa és a szabály alapú tanulók viszont tökéletesen teljesítik a feladatot (célszerű nominális attribútumként beállítani a bemeneteket is)

Ahogy lehet sejteni, a perceptron nem tudja megoldani a feladatot, 50% körüli, azaz teljesen

21 Másik példa Próbáljuk ki a többi tanulót is, a hibaüzenetekből pedig kövessük, hogy milyen típusú bemeneteket várnak Egyesével változtassuk a paramétereket, figyelve azok hatását!

22 Érdeklődőknek A Repository mintapéldáival sok algoritmust ki lehet próbálni Érdemes megnézni az előfeldolgozókat és a validátorokat is

23 Jegyzőkönyv Beadandó Zip-be tömörítve bead_neptun.zip névvel A fájl tartalmazza: A négy előállított modellfájlt (Export/Model/Write Model) att6_id3.mod, att6_perc.mod, att2_id3.mod, att2_perc.mod Egy szöveges fájlt (results.txt), ahol a sorokban a fenti mérések konfidenciamátrixának adatai vannak sorfolytonosan, tab-bal elválasztva,a fenti sorrendben % % 100% 100%

Hasonló dokumentumok

Adatbányászat Weka-val. (Data Mining with Weka Ian H. Witten)

Adatbányászat Weka-val. (Data Mining with Weka Ian H. Witten) Fejezet 1. - Lecke 1 Bevezető Egy gyakorlati kurzus, hogyan használjuk a Weka-t adatbányászatra. Megmagyarázza az alapelveit egyes népszerű