phần 2 ứng dụng tìm đường trong trò chơi

Xây dựng cây quyết định dùng thuật toán sinh cây ID3

Ngày tải lên : 10/04/2015, 16:27

... 5/14Entropy(SRain) = 0 .24 6 Xét thuộc tính Temperature có giá trị Hot, Mild, Cool ta có: SHot [2+ ,2- ] SMild[4+ ,2- ] SCool[3+,1-] Môn học : Công nghệ tri thức ứng dụng Trang 21 Vậy Gain(S, Temperature) ... Công nghệ tri thức ứng dụng Trang 29 Môn học : Công nghệ tri thức ứng dụng Trang 30 Phần IV Tổng kết Đánh giá Qua tiểu luận em nắm kiến thức chung định để khai phá liệu Đã tìm hiểu thuật toán ... thức ứng dụng Trang 22 T xét giá trị Sunny Rain Thực tương tự bước tính Gain giá trị Sunny ta có: Gain (Ssunny, Humidity) = 0.97- (3/5)0.0 – (2/ 5)0.0 = 0.97 Gain (Ssunny, Wind) = 0.97 – (2/ 5)1.0...

33
1.6K
11

Báo cáo " Một tiêu chuẩn mới chọn nút xây dựng cây quyết định" docx

Ngày tải lên : 25/03/2014, 15:21

... djnh DT sau day 24 u al 1 2 a2 2 2 3 a3 a4 d j U 1 2 1 10 2 11 1 12 al 1 a3 3 2 a2 1 a4 2 d 2 1 ^d =2 d=l Hinh 4.1 Cay quy6t djnh sir dung tieu chuan P{d / c) : nut, luat d =2 H'lnh 4 .2 Cay quygt djnh ... Machine Learning Research (20 02) 1 -23 26 10 Safavian S R Landgrebe D A - Survey of Decision Tree Classifier Methodology IEEE Transactions on Systems Man and Cybernetics 21 (3) (1991) 660-674 Cobweb.ecn.purdue.edu/~landgreb/SMC91.pdf ... Technical Journal 27 (1948) 379- 423 , 623 -656 12 Yao Y.Y - Information-Theoretic Measures for Knowledge Discovery and Data Mining Studies in fuzziness and soft computing 119 (20 03) 115-136 13 [13]...

11
588
0

Về các thuật toán xây dựng cây quyết định và rút gọn tập luật. pdf

Ngày tải lên : 04/04/2014, 04:20

... ®Êu NhiÖt ®é =34 {N2, N3, N7, N9} Thi ®Êu Cã {N11} Kh«ng thi ®Êu Giã to Quang c¶nh Giã to Quang c¶nh n¾ng ma {N11, N13} {N5} [28 ,34] {N1, N4, N6, N10, N 12, N14} nhiÒu ... ma {N10, N 12, N14} Thi ®Êu Giã to Cã {N1} nhiÒu m©y {N6} §é Èm >75 {N10,N 12, N14} Kh«ng {N4} Kh«ng thi ®Êu

10
1.1K
7

Báo cáo nghiên cứu khoa học: "Xây dựng cây quyết định đa trị dựa trên tập thô." pdf

Ngày tải lên : 23/07/2014, 14:21

... C4: good {3,7,9,10,14 ,20 } H C1: low or less than zero C4: normal Hoặc C1:middle {5,6,8,11,15,17,19} C1: high C4: good {1 ,2, 4, 12, 13,16,18, 21 ,22 } C3: high {1 ,2, 4, 12, 18, 21 ,22 } H C3: normal {13,16} ... {2, 4,18, 21 , 22 }, {3, 7, 9, 10, 14}, {5}, {6}, {8}, {11}, { 12} , {13}, {15}, {16}, {17}, {19}, {20 } } U/IND(D) = { {1, 2, 3, 4, 7, 9, 12, 14, 18, 20 }, {5, 6, 8, 10, 11, 13, 15, 16, 17, 19, 21 , ... 19, 21 , 22 }} P = CORE (N, CCAS {d}) = {C1,C4} U/P = { {1, 12, 13}, {2, 4, 16, 18, 21 , 22 }, {3, 7, 9, 10, 14, 20 }, {5, 19}, {6, 8,1 5}, {11, 17}} Tính GEND(P): H1 = {3, 7, 9, 10, 14, 20 }; H2 = {5,...

8
487
1

Một số phương pháp xây dựng cây quyết định trong khai phá dữ liệu

Ngày tải lên : 25/03/2015, 09:54

... bảng sau: a1 a2 a3 an h1(a1) h1(a2) h1(a3) h1(an) h2(a1) h2(a2) h2(a3) h2(an) hm(a1) hm(a2) hm(a3) hm(an) Trong đó, hj(ai) giá trị thuộc tính (i=1 n; j=1 m) 2. 2 .2 Cơ sở liệu ... t2  r, mà (t1(X), t2(X))  ta có (t1(Y), t2(Y))   (t1(X), t2(X)) khoảng cách hai giá trị thuộc tính, (t1(X), t2(X)) tính: Với t1, t2  r, ta kí hiệu (t1(X), t2(X)) khoảng cách t1 t2 ... (t1(X), t2(X)): Định nghĩa khoảng cách (t1(X), t2(X))nêu thoả mãn tính chất hàm khoảng cách: a1 (t1(X), t2(X))  với t1 , t2 , X tùy ý; a2 (t1(X), t2(X))=  t1(X)= t2(X) a3 (t1(X), t2(X)) ...

72
788
2

Khai phá dữ liệu và xây dựng cây quyết định cải tiến, ứng dụng thoật toán ID3

Ngày tải lên : 10/04/2015, 16:26

... (2/ 5)Entropy(SHot) – (2/ 5)Entropy(SMild) – (1/5)Entropy(SCool) Trong đó: Entropy(SSunny) = 0.971 Entropy(SHot) = – (0 /2) log2(0 /2) – (2/ 2)log2 (2/ 2) = + = Entropy(SMild) = – (1 /2) log2(1 /2) – (1 /2) log2(1 /2) = 0.5 ... (1/3)log2(1/3) – (2/ 3)log2 (2/ 3) = 0. 527 8 + 0.3897 = 0.918 Entropy(SStrong) = – (1 /2) log2(1 /2) – (1 /2) log2(1 /2) = 0.5 + 0.5 = Suy ra: Gain(SSunny, Wind) = 0.971 – (3/5)*0.918 – (2/ 5)*1 = 0. 020 Ta ... (4/14)Entropy(SCool) Trong đó: Entropy(S) = 0.940 Entropy(SHot) = – (2/ 4)log2 (2/ 4) – (2/ 4)log2 (2/ 4)= 0.5 + 0.5 = Entropy(SMild) = – (4/6)log2(4/6) – (2/ 6)log2 (2/ 6) = 0.3896 + 0. 528 2 = 0.9178 Entropy(SCool)...

45
484
0

Xây dựng cây quyết định ứng dụng thuật toán ID3

Ngày tải lên : 05/09/2015, 22:09

... ẩm = Cao) Then Chơi- Tennis = No If (Quang-cảnh =nắng) ^ (Độ ẩm = TB) Then Chơi- Tennis = Yes If (Quang-cảnh =Âm u) Then Chơi- Tennis = Yes … Khi nên sử dụng ID3 19 Xây dựng định ứng dụng thuật toán ... ) = ( x1 , x2 , x3 , , xk , y ) Biến phụ thuộc (dependant variable) y biến mà cần tìm hiểu, phân loại hay tổng quát hóa x1 , x2 , x3 biến giúp ta thực công việc Xây dựng định ứng dụng thuật toán ... nhiên số người đến chơi golf vào hôm David thu liệu gồm 14 dòng cột Xây dựng định ứng dụng thuật toán ID3 Dữ liệu chơi golf Các biến độc lập Quang cảnh Nhiệt độ Độ ẩm Gió Chơi Nắng 85 85 không...

19
1.3K
5

Ứng dụng cây quyết định để phân loại khách hàng vay vốn của ngân hàng thương mại

Ngày tải lên : 17/02/2014, 09:46

... Entropy(U ) − | Uv | Entropy(U v ) v∈VOutlook | U | ∑ 1 2 5 3 = 0.918− [ (− log2 − log23 ) + (− log23 − log2 ) + (− log2 − log2 )] = 0.134 12 3 12 3 12 6 Theo cách tính tương tự trên, ta tính được: 1 ... log − log )] = 0 .28 5 12 4 12 8 2 IG(U,Nhiệt độ)= 0.918 − [ (− log − log ) + (− log − log )] = 0.148 12 3 12 8 IG(U,Độ ẩm)= 0.918 − [ (− log − log ) + (− log − log )] = 0. 323 12 6 12 4 Như vậy, thuộc ... phá liệu 1 .2 Một số phương pháp khai phá liệu đại 1.3 Một số phương pháp khai phá liệu thông dụng 1.4 Ứng dụng khai phá liệu lĩnh vực khách hàng Chương Ứng dụng định quy trình tín dụng 2. 1 Quy trình...

27
1.5K
4

ĐỀ ÁN MÔN HỌC - Đề tài: "ỨNG DỤNG THUẬT TOÁN CÂY QUYẾT ĐỊNH CHO BÀI TOÁN PHÂN LỚP TRONG XÁC ĐỊNH KHẢ NĂNG HUY ĐỘNG VỐN CỦA NGÂN HÀNG THÔNG QUA TIỀN GỬI CÓ KỲ HẠN CỦA KHÁCH HÀNG" docx

Ngày tải lên : 30/03/2014, 10:20

31
1.2K
14

Ra quyết định với thông tin không chắc chắn bằng việc ứng dụng cây quyết định

Ngày tải lên : 25/03/2015, 10:25

... không chắn 22 1 .2. 1 Khái niệm 22 1 .2. 2 Phân loại không chắn 23 1 .2. 3 Ứng dụng thông tin không chắn 23 1 .2. 4 Đo lường không chắn 24 1 .2. 5 Biểu diễn thông ... giá trị đo công thức đƣợc đƣợc sử dụng tính toán 24 - Sự không chắn đƣợc sử dụng thiết kế trò chơi, đáng ý trò chơi cờ bạc, nơi mà “cơ hội” trọng tâm trò chơi - Trong khoa học, dự báo kiện tƣơng ... đƣợc ký hiệu Pr(X1 = x1, X2 = x2, …, Xn = xn) Hàm ứng trạng thái (X1 = x1)  (X2 = x2)  …  (Xn = xn) với xác suất Pr(X1 = x1, X2 = x2,…, Xn = xn) đƣợc ký hiệu Pr(X1, X2, …, Xn) Hàm đƣợc gọi phân...

83
932
1

Tiểu luận môn khai phá dữ liệu SỬ DỤNG CÂY QUYẾT ĐỊNH ĐỂ PHÂN LỚP DỮ LIỆU

Ngày tải lên : 09/04/2015, 22:02

... 21 CHƯƠNG - ỨNG DỤNG THỰC TẾ 23 I.Giải thích số thuật ngữ 23 II.Mô tả ứng dụng phân tích OLAP 25 III.Triển khai OLAP SQL Server 26 Tài liệu ... IV Các phần mềm công cụ khai phá liệu: Các phần mềm hỗ trợ khai phá liệu phát triển nhiều Tiểu luận đề cập tới số phần mềm thông dụng sử dụng đánh giá hiệu Trên sở nghiên cứu đưa vào áp dụng liệu ... LL ) ; 10 end for 11 end if 12 end procedure Trang 22 /33 Đề tài môn học Khai thác liệu CHƯƠNG - ỨNG DỤNG THỰC TẾ Kỹ thuật xử lý phân tích trực tuyến với SQL SERVER 20 05 OLAP (On-Line Analytical...

33
748
0

XÂY DỰNG, BIỂU DIỄN CÂY QUYẾT ĐỊNH CÁC VẤN ĐỀ THƯỜNG DÙNG CÂY QUYẾT ĐỊNH GIẢI QUYẾT

Ngày tải lên : 09/04/2015, 22:58

... log2 − log2 = 0.5 92 7 7 E=0.5 92 Gain(S,Humidity) =0.940 – (7/14)*0.985 – (7/14)*0.5 92 =0.151 32 Ví dụ 6 2 − log2 − log2 = 0.811 8 8 Wind Weak Strong [6+, 2- ] [3+, 3-] E=0.811 3 3 − log2 − log2 ... Rain Mild High Strong No 30 Ví dụ Ta có S = 14 m =2 C1 = “Yes”, C2 = “No” S1 = 9, S2 = 9 5 Entropy(S , S2 ) = Entropy(9,5) = − log2 − log2 = 0.940 14 14 14 14 31 Ví dụ 3 4 − log2 − log2 = 0.985 7 ... Mild High Strong No 23 Ví dụ Kiểm tra chơi golf, không chơi Outlook Sunny Humidity High No Overcast Rain Yes Normal Yes Wind Strong No Weak Yes 24 Ví dụ Kiểm tra chơi golf, không chơi Outlook...

66
1.2K
0

Tiểu luận môn Hệ hỗ trợ quyết định TÌM HIỂU VÀ XÂY DỰNG ỨNG DỤNG CÂY QUYẾT ĐỊNH

Ngày tải lên : 21/05/2015, 08:13

... chi tiết class 2. 2.1 Class Node Định nghĩa nút 2. 2 .2 Interface IDrawable Khai báo phương thức vẽ cần thiết 2. 2.3 Class CircleNode Kế thừa Interface IDrawable Hệ hỗ trợ định Page 28 GVHD: PGS.TS ... kiện tương ứng Hệ hỗ trợ định Page 29 GVHD: PGS.TS Đỗ Phúc HVTH: Huỳnh Thanh Việt – Võ Anh Tuấn 2. 2.6 Class Resources lưu thông tin tài nguyên sử dụng chương trình (ví dụ như: hình ảnh) 2. 2.7 Class ... (output)  Thành phần đối thoại: • Các khái niệm thành phần liệu, thành phần đối thoại thành phần mô hình cung cấp phương pháp hữu hiệu để hiểu thành phần DDS tương tác chúng với • Thành phần liệu...

46
860
2

Xây dựng phương pháp định lượng saponin toàn phần trong giảo cổ lam bằng phương pháp đo quang

Ngày tải lên : 28/07/2015, 17:55

... 3, 12, 23 S, 24 R-tetrahydroxy -20 S, 25 -epoxydammaran v (20 S, 24 S) -20 ,24 -epoxy-dammaran-3, 12, 25 -triol [26 ] Cỏc saponin GCL a s dng bt vụ nh hỡnh, ch cú mt s ớt dng tinh th l gypenosid A [28 ] ... cú nhiu tỏc dng quớ ó c nhiu nh khoa hc trờn th gii nghiờn cu 3 22 21 20 12 13 19 11 18 10 28 24 23 17 26 25 27 16 14 15 30 29 Hỡnh 1.1 Cu trỳc ca cỏc Dammaran thuc nhúm Saponin triterpen tetracyclic ... 0,834 0, 924 0,989 20 ,20 00 101,0000 0,5 12 0,601 0,699 0,836 0,9 12 1,0 72 18,3704 91,8 520 0,504 0,597 0,694 0,818 0, 929 1, 022 19,0385 95,1 925 th (àg/ml) 95,6901 S liu thng kờ S =1,074 RSD (%)=5, 62 39...

63
4.2K
18

Ứng dụng cây quyết định để phân loại khách hàng vay vốn của ngân hàng TMCP ngoại thương chi nhánh việt trì

Ngày tải lên : 24/09/2015, 08:54

... CHƢƠNG 2: KHAI PHÁ DỮ LIỆU 19 2. 1 Khám phá tri thức 19 2. 1.1 Khai phá liệu 20 2. 2 Một số phƣơng pháp khai phá liệu thông dụng 24 2. 2.1 Phân lớp 24 2. 2 .2. Phân ... 28 2. 2.3 Luật kết hợp 32 2.3 Ứng dụng khai phá liệu lĩnh vực ngân hàng 35 2. 3.1 Marketing 35 2. 3 .2 Quản lý rủi ro 35 2. 3.3 Phát sai lệch 37 2. 3.4 ... Khái niệm quy trình tín dụng 42 3.1 .2 Ý nghĩa quy trình tín dụng 42 3.1.3 Quy trình tín dụng 42 3.1.4.Thử nghiệm dự đoán rủi ro tín dụng 43 3 .2 Sử dụng định để phân loại...

60
621
3

Khoá luận tốt nghiệp ứng dụng cây quyết định để phân loại khách hàng vay vốn của ngân hàng TMCP ngoại thương chi nhánh việt trì

Ngày tải lên : 24/09/2015, 11:25

... MI 3565 30- 124 522 20 10; CIISUNLL KE 3565 ,10-12CHECK EL 4 524 20 10:10 TICKET 3565 06-01DECIDE LE SA 4 525 20 1 N 3565 ■06-01- REINITIAT SA 4 526 20 11: 12. 1 EXAMINE SE E M 3565 06-014 527 20 1J: THOROUG ... 20 1 111 LICKEL T 35& 10-01DCCIDC SAR 547I 20 11:13 .2 REIIIILI SAR A 3565 1-1)14716 20 1 JIE A 3565 14-01 CHECK KL 471 -20 11:14 LICKEL LE HI 100 41MJ 20 0 2IM) 50 41H) 100 20 0 2U0 400 100 20 0 21 HJ ... 0, 021 411554 521 7815 Gain(s,thu_nhập) = 0,0097 427 20 725 2016 *Gain(S,kểt_hôn) =0, 020 849034 426 2841 Gain(S,số_con) = 0.01 825 58184759447 Gain(S,xe_oto) = ũ, 00173671Q9 3003569 Gain(s,tk_tiet_kiem) = 0,009464 722 13354699...

55
455
1

Sử dụng cây quyết định để phân loại dữ liệu nhiễu

Ngày tải lên : 10/12/2015, 00:01

... 4 52 226 20 5 625 28 6 Feat 38 27 9 69 25 Num 20 6 15 Nom 32 73 69 10 k 16 24 Range 2 10 2 6 2 22 – 2 13 699 1 728 1473 368 690 1000 366 768 366 21 4 306 9 22 15 20 34 9 7 15 13 33 0 2 7 – 3–4 2 4 2 6 ... – 3–4 2 4 2 6 2 14 2 11 2 4 – – – 12 303 13 2 14 29 4 27 0 155 37 72 351 150 3196 20 000 345 146 20 00 129 60 5 620 5473 109 92 339 23 10 37 72 13 13 19 30 35 36 16 18 24 0 64 10 16 17 19 29 13 35 16 0 ... 64.85 92 94 .29 92. 2 88.8 90.9 88.47 47 .25 50.07 47.3 79.74 83. 52 78.93 76.8 85.04 75.8 65 .23 69.01 65.94 88 92. 66 85.73 72. 04 73.58 72. 2 77.77 81. 52 77.89 64.07 65 .29 63.4 68.86 73.4 69. 02 72. 93...

70
443
0

ứng dụng cây quyết định trong khai phá dữ liệu

Ngày tải lên : 02/07/2014, 21:46

... U={1, 2, …., 12} high low outlook U1={1, 2, 3, 6, 7, 12} Overcast TRUE {1 } TRUE {5, } Normal ADTDA(U2, C-{humidity}, {d}) U2={4, 8, 10 , 11} Rainy Sunny FALSE {2, } FALSE {6, 7, 12 } Hình 12 Cây ... {{1}, {2, 3, 6, 7, 12} }  [U1]Outlook= {{1}, {2, 3}, {6, 7, 12} } Do đó, γ (Outlook , d ) = | posOutlook (d ) | | {1 ,2, 3,6,7, 12} | = = =1 | U1 | | U1 |  [U1]windy = {{1}, {2, 3, 6, 7, 12} γ ( ... {{1}, {2, 3, 6, 7, 12}  [U1]Outlook= {{1}, {2, 3}, {6, 7, 12} } Do đó, γ (Outlook , d ) = | posOutlook (d ) | | {1 ,2, 3,6,7, 12} | = = =1 | U1 | | U1 |  [U1]windy = {{1}, {2, 3, 6, 7, 12} γ (...

57
761
3

Phân tích cây quyết định pptx

Ngày tải lên : 21/06/2014, 23:20

4
1.3K
14

Tiểu luận môn CÔNG NGHỆ TRI THỨC VÀ ỨNG DỤNG ỨNG DỤNG MỘT SỐ THUẬT TOÁN TRONG MÔ HÌNH PHÂN LỚP CÂY QUYẾT ĐỊNH - CÀI ĐẶT CHƯƠNG TRÌNH DEMO THUẬT TOÁN ID3

Ngày tải lên : 20/05/2015, 08:39

72
934
2