Metody i narzędzia Informatycznego Wspomagania decyzji
Zaliczenie laboratorium

Zadania teoretyczne:

1.

Wylicz współczynnik zaufania oraz wsparcie oraz dla reguły regułę A -> C (jeżeli

transakcja zawiera produkt A , to zawiera również produkt C), jeżeli zbiór wszystkich
transakcji wygląda następująco:

2.

Dla przykładu z punktu poprzedniego wyznacz

analogiczne współczynniki dla reguły: jeżeli w pierwszej
kolejności miało miejsce A, to w dalszej kolejności miało
miejsce C, jeżeli produkty wymienione są w kolejności
wystąpienia. (analiza sekwencji).

3.

Wyznacz odległość przedstawionych dwóch skupień metodą najbliższego sąsiedztwa

oraz najdalszego sąsiedztwa, odległości środków ciężkości oraz średniej odległości.

4.

Wyznacz odchylenia standardowe dla skupień przedstawionych na rysunku powyżej

oraz całkowity rozrzut

5.

Do którego skupienia będzie po kolejnym kroku algorytmu grupowania metodą K-

ś

rednich należał będzie punkt X2, a do jakiego X4 ?

6.

Ile wynosi entropia pod kątem atrybutu Target następującego zbioru danych

7.

Zakładając, że powyższe rekordy stanowią węzeł drzewa decyzyjnego, wyznacz

atrybut ( X1 czy X2), względem którego nastąpi podział danych znajdujących się w
tym węźle

Id
transakcji

Produkty

1

AB

2

ABC

3

AC

4

BC

5

CA

Metody i narzędzia Informatycznego Wspomagania decyzji
Zaliczenie laboratorium

:

8) Wyznacz równanie regresji liniowej dla następującej zależności ceny samochodu od jego
wieku:
X (wiek
samochodu)

1

2

3

4

5

6

7

8

9

Y (cena
samochodu)

60

55

51

48

44

35

28

20

15

9) Wyznacz wartości teoretyczne (prognozowane) za pomocą następującego modelu regresji
dla przedstawionych poniżej danych. Wyznacz wariancję resztową i odchylenie standardowe
reszt.

1

3

2

X

Y

⋅

+

=

X

1

Y

Yˆ

3

12

4

16

1

3

5

16

4

15

10) Zbudowano model predykcyjny w oparciu o analiz

ę

regresji dla prognozowania warto

ś

ci

samochodu. Uzyskano nast

ę

puj

ą

cy model:

Y = 70 – 5*W – 0,05 * P + 10 * S,
Gdzie:
Y – cena samochodu w tys. złotych
W – wiek samochodu w latach
P – przebieg samochodu w tysi

ą

cach kilometrów

S – pojemno

ść

silnika w litrach.

O ile zmniejszy si

ę

warto

ść

samochodu po pierwszym roku u

ż

ytkowania, je

ż

eli

przejedzie on w tym czasie 40 tys. km?

X1

X2

TARGET

A

D

T

A

D

T

B

D

N

B

D

N

A

D

T

A

D

T

B

C

T

B

C

T

Metody i narzędzia Informatycznego Wspomagania decyzji

Zaliczenie laboratorium

Zadania praktyczne:

1.

Wykonaj analiz

ę

asocjacji dla danych opisuj

ą

cych transakcje w supermarkecie. (Zbiór

SAMPSIO.ASSOCS).

a.

Podaj liczb

ę

wszystkich dwuczłonowych reguł, dla których poziom zaufania

przekracza 30%.

b.

Wska

ż

dwuczłonow

ą

reguł

ę

która ma najwi

ę

kszy poziomo wsparcia. Ile

wynosz

ą

pozostałe współczynniki dla tej reguły?

c.

Wska

ż

dwuczłonow

ą

reguł

ę

o najwi

ę

kszym poziomie zaufania.

d.

Wska

ż

reguł

ę

najwi

ę

kszym poziomie zaufania w

ś

ród reguł trzyczłonowych.

2.

Ile wynosi współczynnik wsparcia wyznaczony dla reguły z podpunktu b), je

ż

eli

przyjmiemy

ż

e reguła uwzgl

ę

dnia kolejno

ść

wkładanych do koszyka produktów ?

(analiza sekwencji).

3.

Wykonaj grupowanie graczy z narzucon

ą

liczb

ą

4 skupie

ń

. Wykorzystaj do tego zbiór

SAMPSIO.BASEBALL. Jako zmienne wykorzystywane w analizie wykorzystaj
wszystkie zmienne ci

ą

głe, ustandaryzowane zakresowo.

a.

Na podstawie wykonanej klasteryzacji wybierz najbardziej jednorodne
skupienie – podaj warto

ś

ci wska

ź

ników, które o tym

ś

wiadcz

ą

:

i.

…………………………………………………………………………

ii.

…………………………………………………………………………

b.

Podaj, liczb

ę

graczy zaklasyfikowanych do tego skupienia.

c.

Wymie

ń

kilka nazwisk graczy, zaklasyfikowanych do tego skupienia

d.

Podaj

ś

redni

ą

warto

ść

płacy gracza w grupie graczy, charakteryzuj

ą

cej si

ę

najwy

ż

szymi zarobkami.

e.

Dla skupienia z punktu d) podaj:

i.

Warto

ść

odchylenia standardowego

ii.

Promie

ń

skupienia (maksymaln

ą

odległo

ść

obserwacji od

ś

rodka

ci

ęż

ko

ś

ci)

4.

Wykonaj analiz

ę

regresji dla zbioru SAMPSIO.DMEXA1, zakładaj

ą

c

ż

e

poszukujemy zale

ż

no

ś

ci pomi

ę

dzy AMOUNT ( warto

ść

dokonanych zakupów) a

zmiennymi: wiek kupuj

ą

cego (AGE), cz

ę

stotliwo

ść

dokonywania zakupów

(FREQUENT), warto

ść

gospodarstwa domowego (HOMEVAL), dochód

(INCOME).

a.

Na podstawie wyników działania komponentu napisz równanie prostej
regresji.

b.

Oce

ń

jako

ść

dopasowania modelu. Podaj nazw

ę

i warto

ść

wska

ź

nika jakim si

ę

posłu

ż

yłe

ś

.

c.

Podaj bł

ą

d oszacowania parametru dla zmiennej AGE.

5.

Zbuduj drzewo decyzyjne dla zmiennej GOOD_BAD w zbiorze
SAMPSIO.DMAGECR (dane o klientach zaci

ą

gaj

ą

cych kredyt). .Jako zmienne

wej

ś

ciowe wykorzystaj wszystkie pozostałe zmienne.

a.

Jaki atrybut posłu

ż

ył do podziału w korzeniu drzewa decyzyjnego ?

b.

Podaj gł

ę

boko

ść

uzyskanego drzewa decyzyjnego.

c.

Ile obserwacji zawiera najliczniejszy li

ść

? Jak

ą

warto

ść

przyjmuje dla niego

zmienna decyzyjna ?