Средства Data Mining в Matlab

Август 10, 2022

Главная
Информатика
Средства Data Mining в Matlab

Содержание

2. MATLAB MATLAB— пакет прикладных программ для решения задач технических вычислений и одноимённый язык программирования, используемый в
3. История создания Конец 1970-х годов, Университет Нью- Мексико, Клив Моулер 1983 год, Стэнфордский университе, Джон Литтл
4. Ключевые особенности (1) Платформонезависимый высокоуровневый язык программирования ориентированный на матричные вычисления и разработку алгоритмов Интерактивная среда
5. Ключевые особенности (2) Богатые средства визуализации, 2-D и 3-D графика Встроенные средства разработки пользовательского интерфейса для
6. Математические пакеты для решения статистических задач
7. Постановка задачи В настоящей работе проводится исследование исходного набора характеристик в ключе его влияния на значение
8. Ход работы Этап 1 Подготовка исходных данных Этап 2 Анализ описательных статистик Этап 3 Классификация
9. Этап 1
10. Этап 2 Результаты корреляционного анализа
11. Этап 3 Метод опорных векторов; Метод K-ближайших соседей; Метод на основе деревьев решений; Логистическая регрессия.
12. Результаты классификации
13. Проведенный анализ показал избыточность и частичную взаимную корреляцию исходных данных. Был сформирован новый набор характеристик, позволяющий
15. Скачать презентацию

Слайд 2

MATLAB
MATLAB— пакет прикладных программ для решения задач технических вычислений и одноимённый

язык программирования, используемый в этом пакете. Пакет используют более миллиона инженерных и научных работников, он работает на большинстве современных операционных систем.

Слайд 3

История создания
Конец 1970-х годов, Университет Нью- Мексико, Клив Моулер
1983 год, Стэнфордский

университе, Джон Литтл
1984 год, “The MathWorks”

Слайд 4

Ключевые особенности (1)
Платформонезависимый высокоуровневый язык программирования ориентированный на матричные вычисления и

разработку алгоритмов
Интерактивная среда для разработки кода, управления файлами и данными
Функции линейной алгебры, статистики, анализ Фурье, решение дифференциальных уравнений и др.

Слайд 5

Ключевые особенности (2)
Богатые средства визуализации, 2-D и 3-D графика
Встроенные средства разработки

пользовательского интерфейса для создания законченных приложений на MATLAB

Слайд 6

Математические пакеты для решения статистических задач

Слайд 7

Постановка задачи
В настоящей работе проводится исследование исходного набора характеристик в ключе

его влияния на значение «attrition» с целью построения наиболее эффективного классификатора для прогнозирования снижения трудоспособности сотрудников.

Слайд 8

Ход работы
Этап 1 Подготовка исходных данных
Этап 2 Анализ описательных статистик
Этап

3 Классификация

Слайд 9

Этап 1

Слайд 10

Этап 2
Результаты корреляционного анализа

Слайд 11

Этап 3
Метод опорных векторов;
Метод K-ближайших соседей;
Метод на основе деревьев решений;
Логистическая регрессия.

Слайд 12

Результаты классификации

Слайд 13

Проведенный анализ показал избыточность и частичную взаимную корреляцию исходных данных. Был

сформирован новый набор характеристик, позволяющий осуществлять прогнозирование изменения значения attrition путем решения задачи классификации с точностью 88,2 %. Полученное решение позволяет с высокой степенью вероятности прогнозировать изменения работоспособности сотрудников фирмы.

Средства Data Mining в Matlab

Содержание

MATLABMATLAB— пакет прикладных программ для решения задач технических вычислений и одноимённый

История созданияКонец 1970-х годов, Университет Нью- Мексико, Клив Моулер1983 год, Стэнфордский

Ключевые особенности (1)Платформонезависимый высокоуровневый язык программирования ориентированный на матричные вычисления и

Ключевые особенности (2)Богатые средства визуализации, 2-D и 3-D графикаВстроенные средства разработки