Файл: Отчет по лабораторной работе 2 по дисциплине Методоориентированные программные системы.docx
Добавлен: 27.04.2024
Просмотров: 11
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Министерство образования и науки Российской Федерации
ОТЧЕТ
по лабораторной работе №2
по дисциплине «Методо-ориентированные программные системы»
Содержание
1 Постановка задачи
Цель работы: Развитие навыков обработки данных и прогнозирования событий, используя возможности логистической регрессии и ROC-анализ.
Задание:
1. Откройте файл “CreditSample.txt”).
2. В мастере обработки выберите «Логистическая регрессия».
3. Проведите настройку нормализации полей.
4. Настройте обучающую выборку.
5. Выполните исследование по п.п 2.2
6. Проанализируйте полученные данные.
2 Ход работы
1. Импортируем файл «CreditSample.txt».
Рисунок 1 – Результат импорта
Рисунок 2 – Логистическая регрессия, шаг 2
Рисунок 3 – Логистическая регрессия, шаг 3
Рисунок 4 – Логистичесая регрессия, шаг 5
Рисунок 5 – Логистичесая регрессия, шаг 6
Рисунок 6 – Логистичесая регрессия, шаг 7
Рисунок 7 – Коэффициенты регрессии
Рисунок 8 – Отчет по регресии
Рисунок 9 – Качество классификации
Рисунок 10 – Таблица сопряженности, все вместе
Рисунок 11 – Таблица сопряженности, обучающее
Рисунок 12 – Таблица сопряженности, тестовое
Рисунок 13 – Что - если
3 Вывод
В ходе лабораторной работы научились обработке данных и прогнозирования событий, используя возможности логистической регрессии и ROC-анализа.
Логистическая регрессия — метод построения линейного классификатора, позволяющий оценивать апостериорные вероятности принадлежности объектов классам.
ROC-кривая или кривая ошибок - показывает зависимость количества верно классифицированных положительных объектов (по оси y) от количества неверно классифицированных отрицательных объектов (по оси x).
В терминологии ROC - анализа первые называются истинно положительным, вторые – ложно отрицательным множеством.