EDzGBD/L/z1

From WikiZMSI

Na zajęciach

• Należy opracować skrypt pozwalający na losowy podział zbioru danych na 2 podzbiory: uczący i testujący, w zadanej proporcji (np. 70% i 30%) przekazywanej jako argument do skryptu.

• Należy opracować skrypt budujący naiwny klasyfikator Bayesa - tj. budujący odpowiednie macierze przechowujące warunkowe rozkłady prawdopodobieństwa, które będą wykorzystywane na etapie klasyfikacji.

• Należy opracować skrypt klasyfikujący zadany na wejście wektor zmiennych.

• Należy obliczyć dokładność klasyfikatora na zbiorach uczącym i testującym.

• Zmodyfikować skrypt budujący klasyfikator nanosząc poprawkę Laplace'a. Ponownie zbadać dokładność klasyfikatora.

Do domu

• Operacje realizowane na zajęciach powtórzyć dla przypisanego sobie zbioru danych.

• Napisać skrypt obliczający czułość i specyficzność klasyfikatora.

• Napisać skrypt realizujący K-krotną krzyżową walidację.