Weka - Clasificadores

Muchas aplicaciones de aprendizaje automático están relacionadas con la clasificación. Por ejemplo, es posible que desee clasificar un tumor como maligno o benigno. Es posible que desee decidir si jugar un juego al aire libre dependiendo de las condiciones climáticas. Generalmente, esta decisión depende de varias características / condiciones del clima. Por lo tanto, es posible que prefiera usar un clasificador de árbol para tomar la decisión de jugar o no.

En este capítulo, aprenderemos cómo construir un clasificador de árbol de este tipo con datos meteorológicos para decidir las condiciones de juego.

Configuración de datos de prueba

Usaremos el archivo de datos meteorológicos preprocesados ​​de la lección anterior. Abra el archivo guardado utilizando elOpen file ... opción bajo la Preprocess pestaña, haga clic en el Classify pestaña, y verá la siguiente pantalla:

Antes de conocer los clasificadores disponibles, examinemos las opciones de prueba. Notará cuatro opciones de prueba que se enumeran a continuación:

• Conjunto de entrenamiento
• Equipo de prueba suministrado
• Cross-validation
• División porcentual

A menos que tenga su propio conjunto de entrenamiento o un conjunto de prueba proporcionado por el cliente, usaría opciones de validación cruzada o división porcentual. En la validación cruzada, puede establecer el número de pliegues en los que se dividirán y utilizarán los datos completos durante cada iteración del entrenamiento. En la división porcentual, dividirá los datos entre entrenamiento y prueba utilizando el porcentaje de división establecido.

Ahora, mantenga el valor predeterminado play opción para la clase de salida -

A continuación, seleccionará el clasificador.

Seleccionar clasificador

Haga clic en el botón Elegir y seleccione el siguiente clasificador:

weka→classifiers>trees>J48

Esto se muestra en la captura de pantalla a continuación:

Clickea en el Startpara iniciar el proceso de clasificación. Después de un tiempo, los resultados de la clasificación se presentarán en su pantalla como se muestra aquí:

Examinemos la salida que se muestra en el lado derecho de la pantalla.

Dice que el tamaño del árbol es 6. Muy pronto verá la representación visual del árbol. En el Resumen, dice que las instancias clasificadas correctamente como 2 y las instancias clasificadas incorrectamente como 3. También dice que el Error absoluto relativo es 110%. También muestra la Matriz de confusión. Entrar en el análisis de estos resultados está más allá del alcance de este tutorial. Sin embargo, puede deducir fácilmente de estos resultados que la clasificación no es aceptable y necesitará más datos para el análisis, para refinar la selección de características, reconstruir el modelo, etc., hasta que esté satisfecho con la precisión del modelo. De todos modos, de eso se trata WEKA. Le permite probar sus ideas rápidamente.

Visualizar resultados

Para ver la representación visual de los resultados, haga clic derecho sobre el resultado en el Result listcaja. Varias opciones aparecerían en la pantalla como se muestra aquí:

Seleccione Visualize tree para obtener una representación visual del árbol transversal como se ve en la captura de pantalla a continuación:

Seleccionar Visualize classifier errors trazaría los resultados de la clasificación como se muestra aquí -

UN cross representa una instancia correctamente clasificada mientras squaresrepresenta instancias clasificadas incorrectamente. En la esquina inferior izquierda de la parcela se ve uncross eso indica si outlook hace sol entonces playel juego. Así que esta es una instancia correctamente clasificada. Para localizar instancias, puede introducir cierta inestabilidad deslizando eljitter barra deslizante.

La trama actual es outlook versus play. Estos están indicados por los dos cuadros de lista desplegable en la parte superior de la pantalla.

Ahora, pruebe con una selección diferente en cada uno de estos cuadros y observe cómo cambian los ejes X e Y. Lo mismo se puede lograr utilizando las franjas horizontales en el lado derecho del gráfico. Cada tira representa un atributo. El clic izquierdo en la tira establece el atributo seleccionado en el eje X, mientras que un clic derecho lo establece en el eje Y.

Hay varios otros gráficos proporcionados para su análisis más profundo. Úselos con prudencia para ajustar su modelo. Una de esas tramas deCost/Benefit analysis se muestra a continuación para su referencia rápida.

Explicar el análisis en estos gráficos está más allá del alcance de este tutorial. Se anima al lector a repasar sus conocimientos de análisis de algoritmos de aprendizaje automático.

En el próximo capítulo, aprenderemos el siguiente conjunto de algoritmos de aprendizaje automático, es decir, la agrupación.