Aula Prática Classificacao não supervisionada

Aula prática sobre métodos de classificação não supervisionada

1. Aula Prática Classificação

2. EXERCÍCIO 1 Entre no Weka e carregue o arquivo golf.arff ( preprocess/open file ) Examine os dados escolha a aba de Classificação ( Classify ) e selecione o classificador J48 ( Choose/Trees/J48 ) e execute com os parâmetros default ( start ) Compreenda a saída fornecida Visualize a árvore gerada (clicando com o botão direito na lista de resultados e escolhendo visualize tree )

3. Outros classificadores no Weka Nome de alguns classificadores vistos em aula, no Weka: C 4.5: Choose/trees/J48 ID3: Choose/trees/Id3 naïve bayes: Choose/bayes/NaiveBayes k-NN: Choose/lazy/IBk SVM: Choose/functions/SMO Rede neural backpropagation: Choose/functions/MultilayerPerceptron

4. Exercício 2 Carregue o arquivo iris.arff (150 registros) Execute o classificador J48 com os parâmetros default . Se familiarize com o formato da saída fornecida, incluindo a matriz de confusão Visualize a árvore gerada Visualize os erros de classificação. No gráfico, como se diferenciam as instancias corretamente das incorretamente classificadas? Como pode-se ver informações detalhadas de uma instância (registro)? Execute outras formas de avaliação e verifique o efeito: Use training set (usa para teste o mesmo arquivo do treinamento) Percentage split (divide o arquivo em uma parte para o treinamento e outra para o teste) Use outros algoritmos de classificação e anote o seu nome e o resultado (acurácia)

5. EXERCÍCIO 3 Carregue o arquivo credit-g.arff (arquivo com dados para decisão sobre crédito bancário, com 1000 registros) Use percentage split como método de avaliação (o número de registros é razoavelmente grande). Para este problema, considere que um falso positivo (prever que a classe é good quando na verdade é bad ) tem um custo 5 vezes maior que o de um falso negativo. Encontre o menor custo com o J48 (usando a matriz de confusão ), considerando os custos: VP=-1; VN=-1; FP=5; FN=1. Utilizando os valores default dos parâmetros, teste com outros classificadores e anote o resultado em uma tabela com: classificador, acurácia, custo, tempo de execução

6. EXERCÍCIO 4 Abra o arquivo hepatitis.arff Execute o J48 com os parâmetros default. Salve o resultado. Execute outros classificadores e anote o resultado. Qual o melhor? Compare as matrizes de confusão geradas pelos diversos classificadores

7. Exercício 5 Abra o arquivo mushroom.arff. Utilize alguns algoritmos de classificação. Faça uma tabela com o classificador e acurácia obtida. Qual o melhor resultado, com que classificador?

8. Salvar e utilizar o modelo de classificação Salvar : executar o algoritmo de classificação ( por exemplo , o J48) para realizar o treinamento ( geração do modelo ) Clique o botão direito sobre o modelo que deve ser salvo, na Results list Selecione Save model e salve o modelo . Carregar (o modelo salvo anteriormente ) Carregue os dados de teste usando a opção Supplied test set Clique o botão direito na Results list , selecione Load model e escolha o modelo salvo para carregar Selecione Re-evaluate model on current test set OBS: - o arquivo usado para teste deve conter os mesmos nomes de atributos e os mesmos tipos que o arquivo usado para gerar o modelo. - Quando se carrega um arquivo CSV, o primeiro registro é usado para nomear os atributos.