Zadania kontrolne
- Wczytać zbiór danych banana. Dokonać podziału zbioru danych na część uczącą oraz testową w sposób losowy, np. \(30\%\) dla uczenia, \(70\%\) dla testowania.
- Dokonać uczenia klasyfikatora Bayesa na zbiorze uczącym i jego testowania na zbiorze testowym.
- Zwizualizować na płaszczyźnie 2D wynik klasyfikacji na zbiorze testowym. Narysować obszary decyzyjne.
- Ocenić sprawność klasyfikatora (procent poprawnych klasyfikacji).
- Zaimplementuj klasyfikator minimalno-odległościowy.
- (zbiór danych banana) Dokonać uczenia klasyfikatora minimalno-odległościowego na zbiorze uczącym i jego testowania na zbiorze testowym.
- Zwizualizować na płaszczyźnie 2D wynik klasyfikacji na zbiorze testowym, zaznaczając każdą z klas innym kolorem. Na wykresie umieścić również środki klas uzyskane w procesie uczenia.
- Ocenić sprawność klasyfikatora (procent poprawnych klasyfikacji).
- Wczytać zbiór banana. Przetestować klasyfikator kNN dla kilku wartości parametru k i wybrać tą dla której uzyskana sprawność jest maksymalna – podać ile wynosi.
- Dla parametru \(k\) z poprzedniego zadanie wizualizować wyniki klasyfikacji na płaszczyźnie 2D, zaznaczając każdą z klas innym kolorem.
- Sprawdzić ile obiektów zbioru testowego zostalo błędnie zaklasyfikowanych.
Następna część - Definicje