Å eit - Vidzemes Augstskola

176 177Pieņemsim, eksemplāru nokrīt atribūta intervālā , tad piederības funkcijas1.tabula. Datu kopu aprakstspunkts intervālam, ir vidējā vērtība no eksemplāriem, kuri nokrīt dotajā intervālā, un to aprēķina:Nosauk.NozīmīgieatribūtiIerakstuskaitsKlašu skaitsAtribūtu skaits.Īrisa dati 2 1503 (Iris Virginica, Iris Versicolour,Iris Setosa)4 (nozīmīgākie - ziedlapasgarums, ziedlapas platums)Katrai piederības funkcijai atrast punktus un pēc formulām: .MPG dati 1 3982 (Labs - ja ar vienu galonu varnobraukt 22 un vairāk jūdzes;Slikts - ja var nobraukt 21 jūdzi unmazāk)9 (nozīmīgākais- svars)III Lēmumu likumu iegūšanaKonstruē sākuma lēmumu bāzi. Katra dimensija atspoguļo nozīmīgu atribūtu.Vienkāršo sākotnējā lēmuma bāzi ar mērķi apvienot un likvidēt nevajadzīgās šūnas.Pārkonstruē piederības funkcijas un izrēķina jaunos intervālus.Jonosfera 1 19020Gammateleskops2 (Hadrons - Fona troksnis” –otršķirīgs; Gamma - Gammasignāls – galvenais)2 351 2 (B - Slikta un G - Laba)1 (nozīmīgākais - trešaismoments uz x ass)34, no kuriem tiek izmantotitikai 7Šajā solī, iegūst izplūdušos JA-TAD likumus no lēmumu bāzes. Katra ailīte lēmumu bāzē,kurai pieder noteikta klase, tiek izmatota, lai sastādītu likumu:Datu kopas attēlojums pēc nozīmīgajiem atribūtiem redzams 1. attēlā. B klase intervālā A1 no (-1.5; 0) irlabi atdalāma, bet no (0;1.5) būs problēmas, ko vajadzēs risināt. Tieši šādiem nestandarta gadījumiemizplūdušie algoritmi uzrāda labus un pat izcilus rezultātus.Lai pārbaudītu iegūto lēmumu bāzi, nepieciešams izmantot testa kopas datus (Hong, Chen, 1999).Pētījuma metodeDarbā tiek izmantotas datu ieguves, matemātiskās loģikas, informācijas teorijas metodes, izplūdusīloģika, kā arī modulāro likumu iegūšanas pieeja un automātiska piederības funkciju konstruēšana. Laipārbaudītu un salīdzinātu dažādos algoritmus - nepieciešams izmantot dažādas reālas datu kopas. NoKalifornijas universitātes datu repozitorijā pieejamajām (Asuncion, Newman, 2007) datiem, tika atlasītasčetras datu kopas, kas atbilst pētījumos nepieciešamajiem kritērijiem (Gasparovica, Aleksejeva, 2010).Sīkāks izmantojamo datu kopu apkopojums redzams 1.tabulā.1.attēls. Jonosfēras datu kopas nozīmīgo atribūtu attēlojumsVeicot eksperimentus, tika pārbaudītas visas četras datu kopas. Rezultāti divām no tām, apkopoti 2.tabulā. Kā redzams, vislabākos rezultātus uzrādīja izplūdušais PRISM algoritms, Gamma teleskopadatiem precizitāte ir 1, kas ir izcila, toties Jonosfēras datiem, tā ir 0.856, kas varētu būt arī labāka; tomēr,kā redzams, tad nākamo labāko rezultātu uzrādījušais algoritms – NAPFM nedaudz tomēr atpaliekprecizitātē (Gasparoviča, Aleksejeva, 2009).Vidzemes Augstskolas 4.Studentu pētniecisko darbu konferences rakstu krājumsVidzemes Augstskolas 4.Studentu pētniecisko darbu konferences rakstu krājums