Sprawozdanie7

Sprawozdanie- Sieci neuronowe Grupa- I1H1S2
Autor: Piotr Stelmach Data- 5-V-2012

W agencji nieruchomości „Tani dom” wyróżniono trzy cechy charakteryzujące nieruchomości przeznaczone do wynajmu są to :Duże , Tanie , Uzbrojone.

 

W zależności od wielkości, ceny i uzbrojenia mieszkania w media do cech Duże (D) , Tanie (T), Uzbrojone (U) przypisywane są wartości wag od 1 do 5. Agencja wykonała badania ankietowe na wybranych klientach którzy zaliczali mieszkania na podstawie wag do dwóch grup preferencji. Gdzie grupa pierwsza oznacza mieszkania najbardziej poszukiwane.

 

 

Dane z badań ankietowych pokazuje poniższa tabela:

 

 

Duże (D) Tanie (T) Uzbrojone (U) Grupa Preferencji
4 1 2 2
3 5 2 1
1 5 0 2
1 0 3 2
4 2 0 2
5 4 1 2
3 4 1 2
5 5 5 1
5 0 4 2
5 2 0 2
0 5 0 2
0 3 5 2
5 5 0 2
1 3 5 2
5 1 0 2
3 4 1 2
5 5 3 1
3 1 5 2
5 4 5 1
0 0 1 2
5 2 5 2
0 2 5 2
0 2 2 2
3 2 5 2
5 0 5 2
0 4 5 2
1 1 5 2
4 1 3 2
0 0 0 2
5 0 5 2
1 4 3 2
5 0 2 2
3 3 2 1
2 2 5 2
4 0 5 2
3 4 3 1
4 3 4 1
4 5 3 1

 

 

Zadania do wykonania:

 

A.

  1. Zbudować sieć neuronową przystosowaną do klasyfikacji mieszkań

  2. Nauczyć sieć rozpoznawać preferencje na podstawie danych zamieszczonych w powyższej tabeli.

  3. Sformułować wnioski dotyczące wygenerowanej sieci.

Rozwiązanie w R:

Wynik prób:

Siec neuronowa o parametrach (10,10,10,1)

grupowanie Wyjscie_sn zaokrągeleni ok?
2 2.02717356 2 1
1 1.060612101 1 1
2 2.011504796 2 1
2 2.009763434 2 1
2 2.032324356 2 1
2 2.007154835 2 1
2 2.048268703 2 1
1 1.098343889 1 1
2 1.969399262 2 1
2 1.981680558 2 1
2 2.025652837 2 1
2 2.081039719 2 1
2 2.042121036 2 1
2 2.044344327 2 1
2 1.994092772 2 1
2 2.048268703 2 1
1 1.114621221 1 1
2 2.041602797 2 1
1 0.976512366 1 1
2 2.02396573 2 1
2 2.032360746 2 1
2 2.078892164 2 1
2 2.020534397 2 1
2 2.051468364 2 1
2 2.014994761 2 1
2 2.019881303 2 1
2 2.02620568 2 1
2 2.043756903 2 1
2 2.012218741 2 1
2 2.014994761 2 1
2 2.019881303 2 1
2 2.049877597 2 1
1 1.025265249 1 1
2 1.973102385 2 1
2 2.02046292 2 1
1 1.000817836 1 1
1 0.980986946 1 1
1 1.055871485 1 1
1 0.943390164 1 1
suma 39

Siec neuronowa o parametrach (10,10,10,1)

grupowanie Wyjscie_sn zaokrągeleni ok?
2 1,96919 2 1
1 1,03712 1 1
2 1,99028 2 1
2 2,00193 2 1
2 2,02260 2 1
2 1,96762 2 1
2 2,02130 2 1
1 1,00139 1 1
2 1,97929 2 1
2 2,00545 2 1
2 2,01449 2 1
2 1,97435 2 1
2 1,99512 2 1
2 1,99129 2 1
2 1,97784 2 1
2 2,02130 2 1
1 1,02121 1 1
2 1,94735 2 1
1 0,98235 1 1
2 1,98560 2 1
2 2,00128 2 1
2 1,95646 2 1
2 1,96847 2 1
2 1,98649 2 1
2 2,02818 2 1
2 2,00847 2 1
2 2,03003 2 1
2 2,04951 2 1
2 2,00533 2 1
2 2,02818 2 1
2 2,00847 2 1
2 1,99555 2 1
1 1,00744 1 1
2 1,98198 2 1
2 2,00328 2 1
1 0,99381 1 1
1 0,96208 1 1
1 1,01896 1 1
1 1,01066 1 1
suma 39

Próba ostatnia wyszła najlepiej – 100%

  1. Wygenerować dane losowych preferencji dla 100 przypadków mieszkań dla cech: Duże (D), Tanie (T), Uzbrojone (U), Blisko Centrum (BC). Każda z tych cech może przybrać wartości wag od 1 do 8. Należy wykorzystać funkcję LOS().

  2. Zbudować funkcję klasyfikującą każdą ze 100 nieruchomości do grupy 1 lub drugiej według następującej reguły:

Jeśli (D)>=5 i (T)>=6 i (U)>=7 i (BC)>=4 to grupa pierwsza. Pozostałe mieszkania są zaliczane do grupy 2.

  1. Zbudować sieć neuronową dostosowaną do klasyfikacji mieszkań do grupy pierwszej lub drugiej.

  2. Sformułować wnioski dotyczące wygenerowanej sieci.

Generowanie wag od 1-8 wykonałem funkcją excel :

=ZAOKR.DO.CAŁK(LOS()*8+1)

Rozwiązanie R:

Warunek w arkuszu excel: =JEŻELI((Dane1!A2>=5)*(Dane1!B2>=6)*(Dane1!C2>=7)*(Dane1!D2>=4);1;2)

Wyniki w R:

grupowanie Wyjscie_sn zaokrągeleni ok?
1 1,947230626 2 0
2 2,016370424 2 1
2 2,034211527 2 1
2 2,035131268 2 1
1 1,991558054 2 0
1 1,976839728 2 0
1 1,992764043 2 0
1 1,92224302 2 0
1 1,988312495 2 0
2 2,03935228 2 1
2 1,937166792 2 1
2 1,985004645 2 1
2 1,999408145 2 1
2 2,03317846 2 1
2 2,01374727 2 1
2 1,924943802 2 1
2 2,016370424 2 1
2 2,006141393 2 1
2 2,03076323 2 1
2 2,000730964 2 1
2 2,02599384 2 1
2 2,013654782 2 1
2 1,999408145 2 1
2 2,027792226 2 1
2 1,98340128 2 1
2 2,039431198 2 1
2 2,03067613 2 1
2 1,997788654 2 1
2 1,941106408 2 1
2 2,029226235 2 1
2 1,986603709 2 1
2 2,027792226 2 1
2 2,034727836 2 1
2 2,04022915 2 1
2 2,019587894 2 1
2 1,943638577 2 1
2 2,015805767 2 1
2 1,962271441 2 1
2 1,931360669 2 1
2 1,988312495 2 1
2 1,983695891 2 1
2 2,03076323 2 1
2 2,035167185 2 1
2 2,000730964 2 1
2 2,003524844 2 1
2 2,03076323 2 1
2 2,000730964 2 1
1 2,024236078 2 0
2 1,957819598 2 1
2 2,017658888 2 1
2 2,010932845 2 1
2 2,030723906 2 1
2 2,019587894 2 1
2 1,994723471 2 1
2 1,978555854 2 1
2 1,951434589 2 1
2 2,011248809 2 1
2 1,947230626 2 1
2 2,009254434 2 1
2 2,016370424 2 1
2 1,913775926 2 1
2 2,019587894 2 1
2 2,023881025 2 1
2 2,031518356 2 1
2 1,985004645 2 1
1 2,022733858 2 0
2 2,034727836 2 1
2 1,994723471 2 1
2 2,013654782 2 1
2 1,961031474 2 1
2 1,986603709 2 1
2 2,03935228 2 1
2 1,924943802 2 1
2 1,92224302 2 1
2 1,92224302 2 1
2 1,994723471 2 1
2 2,018768805 2 1
2 1,986603709 2 1
2 1,99976396 2 1
2 2,03935228 2 1
2 2,024236078 2 1
2 1,944152142 2 1
2 1,937166792 2 1
2 1,99656638 2 1
2 1,937166792 2 1
2 2,029226235 2 1
2 1,913775926 2 1
2 1,976839728 2 1
2 2,027925513 2 1
2 2,035131268 2 1
2 2,034211527 2 1
2 2,016370424 2 1
2 1,947230626 2 1
2 2,02599384 2 1
2 2,035131268 2 1
2 1,99656638 2 1
2 1,980141439 2 1
2 2,037694181 2 1
2 2,029226235 2 1
2 1,997788654 2 1
suma 91

Dla sieci (2,2,2,1) wynik 91 %


Wyszukiwarka

Podobne podstrony:
2 definicje i sprawozdawczośćid 19489 ppt
PROCES PLANOWANIA BADANIA SPRAWOZDAN FINANSOWYC H
W 11 Sprawozdania
Wymogi, cechy i zadania sprawozdawczośći finansowej
Analiza sprawozdan finansowych w BGZ SA
W3 Sprawozdawczosc
1 Sprawozdanie techniczne
Karta sprawozdania cw 10
eksploracja lab03, Lista sprawozdaniowych bazy danych
2 sprawozdanie szczawianyid 208 Nieznany (2)
Fragmenty przykładowych sprawozdań
Lab 6 PMI Hartownosc Sprawozdan Nieznany
Mikrokontrolery Grodzki Sprawoz Nieznany
biochemia sprawozdanie O (1)
Chemia fizyczna sprawozdanie (6 1) id 112219
201 sprawozdanie finansoweid 26953
Czarne orly sprawozdanie2
lrm sprawozdanie kck lab2

więcej podobnych podstron