Francesco Cutugno

transcript

Lezione n. Parole chiave:

Corso di Laurea:

Insegnamento:

Email Docente:

A.A. 2009-2010

Francesco CutugnoClassificazione - WEKA

#ClassificazioneClusterizzazioneMachine learning

Informatica

Data Warehouse

cutugno@unina.it

Sommario• Concetti di base

• Features

• Apprendimento supervisionato

• Apprendimento non supervisionato

• Classi di algoritmi di machine learning

• Valutazione

• WEKA

• RapidMiner

Oggetti conosciuti

Oggetti sconosciuti Risposta

Machine learning

FeaturesGli oggetti esistono solo in termini delle caratteristiche registrate

Ogni tipo di analisi automatica riguardante un insieme di oggetti è vincolata a come questi sono stati descritti

Se chiedessimo ad un algoritmo di machine learning di risolvere un problema senza fornire le caratteristiche importanti per tale

scopo?

Apprendimento non supervisionato – Esempio

Apprendimento supervisionato – Esempio

Le istanze sconosciuteNella maggior parte dei casi il dominio delle features è continuo

Tracciare confini di decisione troppo approssimati può rendere la classificazione delle istanze vicine a tali confini praticamente casuale

In ogni caso, verrà fornita una risposta in base alle maggiori probabilità di appartenenza di un oggetto ad una classe piuttosto che ad un'altra

Clustering

Regressione

Training Set

Test set Classificatore

Classe 1

Classe n

Classificazione

Misure di valutazione

fptptp

Precision

fntptp

Recall

fpfntntptntp

Accuracy

True X True YLabeled X True positives False positivesLabeled Y False negatives True negatives

Generalizzazione

Cross validation

Il formato ARFFIl formato ARFF è composto da un header, all'interno del quale viene descritta l'organizzazione dei dati, e da una sezione data, all'interno della quale vengono registrati i valori delle features secondo lo schema descritto nell'header. Di seguito riportiamo un esempio sul dataset di riferimento iris:

% 1. Title: Iris Plants Database % % 2. Sources: % (a) Creator: R.A. Fisher % (b) Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov) % (c) Date: July, 1988 % @RELATION iris @ATTRIBUTE sepallength NUMERIC @ATTRIBUTE sepalwidth NUMERIC @ATTRIBUTE petallength NUMERIC @ATTRIBUTE petalwidth NUMERIC @ATTRIBUTE class {Iris-setosa,Iris-versicolor,Iris-virginica}

@DATA 5.1,3.5,1.4,0.2,Iris-setosa 4.9,3.0,1.4,0.2,Iris-setosa 4.7,3.2,1.3,0.2,Iris-setosa 4.6,3.1,1.5,0.2,Iris-setosa 5.0,3.6,1.4,0.2,Iris-setosa 5.4,3.9,1.7,0.4,Iris-setosa 4.6,3.4,1.4,0.3,Iris-setosa 5.0,3.4,1.5,0.2,Iris-setosa ...

<dataset name="iris" version="3.5.3"> <header> <attributes> <attribute name="sepallength" type="numeric"/> <attribute name="sepalwidth" type="numeric"/> <attribute name="petallength" type="numeric"/> <attribute name="petalwidth" type="numeric"/> <attribute class="yes" name="class" type="nominal"> <labels> <label>Iris-setosa</label> <label>Iris-versicolor</label> <label>Iris-virginica</label> </labels> </attribute> </attributes> </header> <body> <instances> <instance> <value>5.1</value> <value>3.5</value> <value>1.4</value> <value>0.2</value> <value>Iris-setosa</value> </instance> ... </instances> </body> </dataset>

Il formato XRFF - Esempio

Francesco Cutugno

Documents