Sokołowski Michał I0Y4S1

Laboratorium 6-7

Raport

Naszym zadaniem było wykorzystanie metody drzew klasyfikacyjnych oraz drzew losowych(bagging) do wykonania klasyfikacji mieszkań które wykonywaliśmy już wcześniej dla sieci neuronowych.

Kody programów dla obu części zadania wraz z zbiorami wejściowymi dołączyłem do raportu.

Moje Drzewo:

Drzewo:

Drzewo ucięte:

Porównanie wyników:

Użyta została funkjca: T>2 i D>3 U>2 BC>3)

Sieci neuronowe
Liczność zbioru 100 najmniejsza ilość błędów 1 : 1%błędów

Drzewo losowe
Liczność zbioru 100 najmniejsza ilość błędów 8 : 8%błędów

Drzewo losowe ucięte
Liczność zbioru 100 najmniejsza ilość błędów 2 : 2%błędów

Bagging
Liczność zbioru 500 najmniejsza ilość błędów 2 : 0.4%błędów

Wnioski:

Najlepsze wyniki uzyskałem przy pomocy sieci neuronowych. Niewiele gorsze wyniki można uzyskać przy pomocy baggingu. Jeżeli weźmiemy procentowy udział błędów to metoda baggingu okazuje się najlepsza. Zastanawiający jest fakt że mniej błędów uzyskałem dla drzewa uciętego niż dla zwykłego. Prawdopodobnie ma tu miejsce jakiś błąd losowy ponieważ wcześniej podczas zajęć ilość błędów w obu przypadkach była taka sama i wynosiła 2.