Для обработки отдельных наблюдений необходимо через меню Run – SingleCase(Запуск – Одно наблюдение)перейти к диалоговому окну RunSingleCase(Прогнать одно наблюдение). В поле CaseNo(Номер наблюдения) задается номер наблюдения, подлежащего обработке. Для обработки текущего наблюдения нажать кнопку запуска. Значения входных переменных отображаются в таблице, расположенной в верхней части окна; выходные значения - в таблице в нижней части (рис.11).
Рисунок 11 - Диалоговое окно одного наблюдения
Для тестирования сети на всем наборе данных служит окно RunDataSet(Прогнать набор данных), доступ к которому осуществляется через меню Run – DataSet(Запуск - Набор данных). В таблице окна содержатся следующие данные: фактические выходы сети, целевые выходные значения, ошибка, суммарная ошибка (рис.12).
Рисунок 12 - Тестирование сети на всем наборе данных
Тестирование заданных пользователем наблюдений осуществляется из окна RunOne-offCase(Прогнать отдельное наблюдение), доступ к которому осуществляется через меню Run – One-off(Запуск – Отдельное).Входные значения вводятся в таблицу входных значений, расположенную в верхней части окна; результаты - в таблицу выходных значений в нижней части окна (рис.13).
Рисунок 13 - Тестирование новых наблюдений
6. Оценим статистики классификации. При прогоне всего набора данных программа подсчитывает следующие статистики, характеризующие качество классификации сети:
· Число наблюдений, расклассифицированных правильно, неправильно и не расклассифицированных.
· Для каждого класса - число наблюдений, принадлежащих на самом деле к нему, но при классификации отнесенных к другому классу.
Диалоговое окно итоговых статистик, приведенное на рис.14, открывается через меню Statistics - Classification(Статистики – Классификация).
Рисунок 14 - Окно статистик классификации
7. В состав пакета входит IntelligentProblemSolver(Интеллектуальный решатель задачи), который вызывается третьей кнопкой слева и проводит пользователя через все этапы построения сети:
· Выбрать обычную или расширенную версию (обычную).
· Определить тип решаемой задачи (стандартная или временной ряд) (стандартная).
· Выбрать зависимую выходную переменную (цветок).
· Выбрать независимые входные переменные (признаки цветка).
· Определить продолжительность процедуры поиска (средняя, 2 минуты).
· Установить количество сохраняемых сетей (10, остальные опции оставить по умолчанию).
· Выбрать формы представления результатов (указать все).
Спустя 2 минуты появятся итоговые результаты, которые надо сравнить с результатами, полученными ранее.
Лабораторная работа 6
Использование искусственных нейронных сетей при оценке риска
(Данная работа может служить второй тестовой проверкой знаний студентов на протяжении семестра)
Искусственные нейронные сети (ИНС) часто применяются для решения задачи классификации. Применительно к оценке риска последний может быть выражен как доля неправильно расклассифицированных («перепутанных») случаев. Вследствие этого при решении таких задач представляет интерес ситуации с ошибочной классификацией, по которой можно судить о величине риска.
Выполнение данной работы производится с программным пакетом StatisticaNeuralNetworks (SNN) и Statistica.6.0.
Вариант 1. Оценка кредитоспособности физического лица: классификация клиента на группы «хороших» и «плохих».
Входные переменные: возраст (годы), доход (доллары), квартира (баллы).
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.