Weka - Classificadores
Muitos aplicativos de aprendizado de máquina estão relacionados à classificação. Por exemplo, você pode classificar um tumor como maligno ou benigno. Você pode decidir se quer jogar ao ar livre, dependendo das condições meteorológicas. Geralmente, essa decisão depende de várias características / condições do tempo. Portanto, você pode preferir usar um classificador de árvore para tomar sua decisão de jogar ou não.
Neste capítulo, aprenderemos como construir um classificador de árvore nos dados meteorológicos para decidir as condições de jogo.
Configurando Dados de Teste
Usaremos o arquivo de dados meteorológicos pré-processado da lição anterior. Abra o arquivo salvo usando oOpen file ... opção sob o Preprocess guia, clique no Classify guia e você veria a seguinte tela -
Antes de aprender sobre os classificadores disponíveis, vamos examinar as opções de teste. Você notará quatro opções de teste, conforme listado abaixo -
- Conjunto de treinamento
- Conjunto de teste fornecido
- Cross-validation
- Divisão percentual
A menos que você tenha seu próprio conjunto de treinamento ou um conjunto de teste fornecido pelo cliente, você usaria validação cruzada ou opções de divisão de porcentagem. Na validação cruzada, você pode definir o número de dobras nas quais todos os dados seriam divididos e usados durante cada iteração de treinamento. Na divisão da porcentagem, você dividirá os dados entre treinamento e teste usando a porcentagem de divisão definida.
Agora, mantenha o padrão play opção para a classe de saída -
Em seguida, você selecionará o classificador.
Selecionando Classificador
Clique no botão Escolher e selecione o seguinte classificador -
weka→classifiers>trees>J48
Isso é mostrado na imagem abaixo -
Clique no Startbotão para iniciar o processo de classificação. Depois de um tempo, os resultados da classificação seriam apresentados na tela, conforme mostrado aqui -
Vamos examinar a saída mostrada no lado direito da tela.
Diz que o tamanho da árvore é 6. Em breve, você verá a representação visual da árvore. No Resumo, diz que as instâncias classificadas corretamente como 2 e as instâncias classificadas incorretamente como 3, também diz que o erro absoluto relativo é de 110%. Ele também mostra a Matriz de confusão. Entrar na análise desses resultados está além do escopo deste tutorial. No entanto, você pode facilmente concluir a partir desses resultados que a classificação não é aceitável e você precisará de mais dados para análise, para refinar sua seleção de recursos, reconstruir o modelo e assim por diante até que esteja satisfeito com a precisão do modelo. De qualquer forma, é disso que se trata o WEKA. Ele permite que você teste suas ideias rapidamente.
Visualize os resultados
Para ver a representação visual dos resultados, clique com o botão direito no resultado no Result listcaixa. Várias opções apareceriam na tela, conforme mostrado aqui -
Selecione Visualize tree para obter uma representação visual da árvore transversal, conforme visto na imagem abaixo -
Selecionando Visualize classifier errors traçaria os resultados da classificação conforme mostrado aqui -
UMA cross representa uma instância classificada corretamente enquanto squaresrepresenta instâncias classificadas incorretamente. No canto esquerdo inferior do gráfico, você vê umcross que indica se outlook está ensolarado então playo jogo. Portanto, esta é uma instância classificada corretamente. Para localizar instâncias, você pode introduzir algum jitter deslizando ojitter Barra deslizante.
O enredo atual é outlook versus play. Eles são indicados pelas duas caixas de listagem suspensa no topo da tela.
Agora, tente uma seleção diferente em cada uma dessas caixas e observe como os eixos X e Y mudam. O mesmo pode ser alcançado usando as faixas horizontais do lado direito do gráfico. Cada tira representa um atributo. Clicar com o botão esquerdo na faixa define o atributo selecionado no eixo X, enquanto um clique com o botão direito o definiria no eixo Y.
Existem vários outros gráficos fornecidos para uma análise mais profunda. Use-os criteriosamente para ajustar seu modelo. Um tal enredo deCost/Benefit analysis é mostrado abaixo para sua referência rápida.
Explicar a análise nesses gráficos está além do escopo deste tutorial. O leitor é incentivado a aprimorar seus conhecimentos de análise de algoritmos de aprendizado de máquina.
No próximo capítulo, aprenderemos o próximo conjunto de algoritmos de aprendizado de máquina, que é o clustering.