Datu apstrādes un datizraces pamati

DATU APSTRĀDES UN DATIZRACES PAMATI PRAKTISKAIS DARBS NR. 2 1. UZDEVUMS 3-4 2. TEORĒTISKĀ DAĻA 5-13 2.1. Punkts 1 5-7 2.2. Punkts 2 8-11 2.3. Punkts 3 12-13 2.4. Punkts 4 13 3. PRAKTISKĀ DAĻA 14-40 3.1. Punkts 1 – klasifikācijas koki 14-26 3.1.1. Punkts 1.1 – klasifikācijas koka novērtēšana ar 10-kārtējo šķērsvalidāciju 18-19 3.1.2. Punkts 1.2 – rādītāju aprēķināšana no pārpratumu matricas ar pozitīvo klasi “P” 19-21 3.1.3. Punkts 1.3 – klasifikācijas koka attēlošana 21-22 3.1.4. Punkts 1.4 – logrīka Tree parametra izmainīšana un soļu atkārtošana 23-26 3.2. Punkts 2 - K-tuvāko kaimiņu algoritms 26-33 3.2.1. Punkts 2.1 – kNN tuvāko kaimiņu skaitu mainīšana ar šķērsvalidāciju 27-29 3.2.2. Punkts 2.2 – rādītāju aprēķināšana, izmantojot pārpratumu matricu 30-32 3.2.3. Punkts 2.3 – rādītāju grafiskā attēlošana un rezultātu salīdzināšana 33 3.3. Punkts 3 – naivais Baijesa klasifikācijas algoritms 34-39 3.3.1. Punkts 3.1 – skaitlisko atribūtu diskretizācija 35 3.3.2. Punkts 3.2 – ierakstu klasifikācija, pielietojot 10-kārtējo šķērsvalidāciju 36 3.3.3. Punkts 3.3 – rādītāju aprēķināšana, izmantojot pārpratumu matricu 37-39 3.4. Punkts 4 39-40 4. REZULTĀTU APKOPOJUMS UN SECINĀJUMI 41 5. IZMANTOTĀ LITERATŪRA 42