Интерпретация результатов и выводы
Министерство образования и науки РФ
ФГАОУ ВО «Волгоградский государственный университет»
Институт приоритетных технологий
Кафедра информационной безопасности
Контрольная работа по курсу «Методы статистической обработки экспериментальных данных для решения задач информационной безопасности»
Тема «Изучение статистики некоторых команд Национальной Баскетбольной Ассоциации»
Выполнил: студентгруппы ИБС-161
Киценко Николай Николаевич
Проверила:
Садовникова Н.П.
Волгоград, 2017
Содержание
| Введение | 3 | |
| 1 | Постановка задачи | 4 |
| 2 | Описание метода решения | 5 |
| 3 | Описание используемого программного средства | 7 |
| 4 | Этапы решения задачи | 9 |
| 5 | Интерпретация результатов и выводы | 13 |
| 6 | Список использованной литературы и источников | 14 |
Введение
В настоящем документе представлена семестровая работа на тему: «Изучение статистики некоторых команд Национальной Баскетбольной Ассоциации.».
Целью данной работы является анализ статистики выбранных мною команд, участвующих в сезоне 2016-2017 года.
Для решения задачи был использован Deductor.
Выбранные мною команды для анализа:
· Атланта Хоукс
· Бостон Селтикс
· Бруклин Нетс
· Вашингтон Уизардс
|
|
|
· ГСВ
· Даллас Маверикс
· Денвер Наггетс
· ДетроитПистонс
· Индиана Пейсерс
· Кливленд
· Лос-Анджелес Клипперс
· Лейкерс
· Майами Хит
· МемфизГриззлиз
· Милуоки Бакс
Постановка задачи
Имеется выборка со статистикой 5 команд, которые принадлежат разным Штатам USA.
Поля выборки содержат следующие данные:
· Название команды.
· Среднее набранное кол-во очков за матч.
· Среднее пропущенное кол-во очков за матч.
· Кол-во побед.
· Кол-во поражений.
Выборка содержит следующие команды:
· Атланта Хоукс
· Бостон Селтикс
· Бруклин Нетс
· Вашингтон Уизардс
· ГСВ
· Даллас Маверикс
· Денвер Наггетс
· ДетроитПистонс
· Индиана Пейсерс
· Кливленд
· Лос-Анджелес Клипперс
· Лейкерс
· Майами Хит
· МемфизГриззлиз
· Милуоки Бакс
Необходимо, проанализировав набор данных с помощью метода дерева решений, решить следующие задачи:
· Построить дерево решений на основании предоставленных данных, в которых в качестве входных данных должно выступать среднее кол-во набранных очков, среднее кол-во пропущенных очков, кол-во побед, кол-во поражений, а в качестве выходных – название команды.
Описание используемого программного средства
|
|
|
Deductor является аналитической платформой – основой для создания законченных прикладных решений в области анализа данных. Реализованные в Deductorтехнологиипозволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.
Deductorпозволяет строить деревья решений по набору данных, передаваемых в виде текстового файла формата *.txt, *.csv, а также собственного формата *.ddf.
Главное окно программы представлено на рисунке 1.
Рисунок 1. Главное окно программы
Окно, в котором открыта вкладка выбора метода обработки данных, показано на рисунке 2.
Рисунок 2. Окно построения дерева решений
Этапы решения задачи
1. Составление и обработка входных данных
Сначала необходимо составить входные данные в формате *.csv.
После необходимо импортировать входные данные в новый проект. Для этого щёлкаем правой кнопкой мыши по значку с надписью «Сценарий» и в открывшемся подменю выбираем команду «Мастер импорта». На втором этапе работы мастера импорта необходимо указать полный путь к файлу с данными.
|
|
|
На четвёртом этапе работы мастеранеобходимо установить в качестве символа-разделителя точку с запятой. В результате чего данные примут вид таблицы. На этапе работы мастера семьнеобходимо выбрать способы отображения – Таблица.
2.Построение дерево решений
Для того чтобы построить дерево решений, необходимо вызвать «Мастер обработки». В открывшемся окне мастера обработки в разделе DataMiningвыберем пункт «Дерево решений». Нажимаем далее и сверяем входные и выходные параметры для нашего дерева.В данном случае входными данными будут:
· Среднее набранное кол-во очков за матч.
· Среднее пропущенное кол-во очков за матч.
· Кол-во побед.
· Кол-во поражений.
Выходные данные:
· Место в регулярном чемпионате.
На 2 шаге исходное множество поставим 100%. На шаге 4 мастера установим минимальное значение параметра при котором будет создан новый узел равным 1. На седьмом шаге выберем элементы которые мы хотим, что бы были отображены как результат решения. Установим галочки возле «Дерево решений», «Правила», «Что-если»
После нажатия на кнопку готово на рабочем поле вкладки дерево мы видим построенное дерево решений.
Результаты решения задачи
В результате обработки программой данных получено дерево решений, рисунок выше.
|
|
|
Получим таблицу правил для всех листьев дерева
Таким образом, мы получили зависимость переменной «Место в регулярном чемпионате» от остальных переменных.
Интерпретация результатов и выводы
В результате работы программы были получены результаты, которые позволили выполнить поставленные задачи:
1) было построено дерево решений на основании набора данных, представляющих собой зависимость переменных от класса;
Таким образом, на основании построенной модели можно прогнозировать место команды в регулярном чемпионате.
Классификация данных с помощью построенного дерева решений оказалась точной и результат полностью совпал с результатами, заявленными на официальном сайте NBA.
Таким образом, в данной работе было продемонстрировано использование программного обеспечения Deductorна примере задачи классификации. Стоит отметить, что данное ПО предоставляет довольно удобный и простой графический интерфейс для решения задач интеллектуального анализа данных.
Список использованной литературы и источников
1) https://www.championat.com/ (Электронный ресурс)
2) Аналитическая платформа Deductor [Электронный ресурс]. – Режим доступа: http://www.wikipro.ru/index.php/Аналитическая_платформа_Deductor
3) Руководство аналитика 5.2 [Электронный ресурс]. – Режим доступа: https://basegroup.ru/system/files/documentation/guide_analyst_5.2.0.pdf
Дата добавления: 2018-02-18; просмотров: 360; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!