Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
1. Поработайте с файлами анкета и heap.xls. Сформулируйте (письменно) правила составления анкет.
Сформулируйте 3 гипотезы выявляющие взаимосвязи между различными структурами выявленных данных (они в файле heap.xls). И проанализируйте их, используя WizWhy. Результаты представьте в виде отчета, рассмотренного в примере.
2. Откройте файл Shares.xls, предскажите возможность роста доходности от акций с высоким риском.
3. Выполнить по два задания из файла WizWhy_задания.doc (сами таблицы берутся из файла WizWhy_задания.xls), номера заданий согласовывать с преподавателем.
4. Определитесь с темой своего проекта. Предложите набор данных для анализа при реализации проекта (можно результаты опросов по анкетам, можно просто какие-то статистические данные).
WizWhy и экспертные системы (ЭС)
(теория по экспертным системам файлы:..)
Моделируем экспертную систему.
Допустим, Вы хотите узнать, какое животное больше подходит для опрашиваемого.
Вы задаете ему ряд вопросов и делаете определенные выводы, предлагая «рейтинг» подходящих животных.
Для того, чтобы иметь возможность составить такой рейтинг, необходимо анализировать ответы опрашиваемого «в совокупности», т.е. хранить информацию о том, как он отвечал на предыдущие вопросы. Этим в моделируемой ЭС «занимается» вычисляемая по формулам Байеса длякаждого следующего ответа априорная вероятность.
Итак, Вы предполагаете, что человек может держать дома: собаку, кошку, грызуна (крыса, хомяк, шиншилла, морская свинка), черепаху, попугая (или другую птицу), рыбок.
Таким образом, у Вас есть 6 вероятных исходов. Для того, чтобы начать моделировать Вашу ЭС, Вы должны (как эксперт и автор), сделать определенные предположения о том, с какой вероятностью какое животное держится дома.
Допустим, Вы предполагаете следующие начальные априорные вероятности:
Начальная априорная вероятность (мы предопределяем) | |
Возможные исходы | Р |
Собака | 0,2 |
Кошка | 0,3 |
Грызун | 0,1 |
Черепаха | 0,1 |
Попугай | 0,1 |
Рыбки | 0,2 |
Общая суммарная вероятность по исходам (на этом этапе она обязательно равна1) |
371 28 57
Теперь Вы должны продумать вопросы, на которые будет отвечать опрашиваемый. Заметьте, чем больше вопросов, тем больше всевозможных вариантов исходов Вы получите.
Объясняю почему:
Вот Ваши вопросы: В1, В2, В3 и т.д. Например:
В1 – Любите ли Вы гулять?
В2 – Боитесь ли Вы собак?
В3 – Часто ли Вы отсутствуете дома? и так далее.
На каждый вопрос, в самом простом случае, возможны два варианта ответа: Да и Нет.
Задали В1 | |||||||||||||
2 ответа | В1 - Да | В1 - Нет | |||||||||||
Задали В2 ЭС анализируя ответ на В2 должна «держать в памяти», каков был ответ на В1. Возможны следующие варианты: | |||||||||||||
4 ответа | В1- Да | В1- Да | В1- Нет | В1- Нет | |||||||||
В2 -Да | В2- Нет | В2- Да | В2- Нет | ||||||||||
Задали В3 ЭС анализируя ответ на В3 должна «держать в памяти», каковы были ответы на В1 и В2. Возможны следующие варианты: | |||||||||||||
8 ответов | В1- Да В2- Да В3- Да | В1- Да В2- Нет В3- Да | В1- Нет В2- Да В3- Да | В1- Нет В2- Нет В3- Да | В1- Да В2- Да В3- Нет | В1- Да В2- Нет В3- Нет | В1- Нет В2- Да В3- Нет | В1- Нет В2- Нет В3- Нет | |||||
Таким образом, количество исходов растет пропорционально 2 в степени номера вопроса.
(В1 – 21 = 2, В2 – 22 = 4, В3 – 23 = 8 и т.д.).
Теперь Вы должны самостоятельно (как эксперт) предопределить вероятности исходов при ответах «Да» и «Нет» на каждый из вопросов (не задумываясь при этом о том, какой ответ был дан на предыдущие вопросы).
Так, Вы считаете, что если на первый вопрос: «Любите ли Вы гулять?» опрашиваемый ответил «Да» (заполняем графу Ру), то Ваши предположения как эксперта состоят в том, что ему с наибольшей вероятностью подходит собака (например – 0,7), с несколько меньшей кошка (например – 0,5) и с приблизительно равными вероятностями остальные исходы.
Аналогично анализируем второй и последующие вопросы:
Начальная априорная вероятность (мы предопределяем) | В1 | В2 | В3 | ||||
Р | Ру | Рн (1- Ру) | Ру | Рн (1- Ру) | Ру | Рн (1- Ру) | |
Возможные исходы | Да | Нет | Да | Нет | Да | Нет | |
Собака | 0,2 | 0,7 | 0,3 | 0,1 | 0,9 | 0,1 | 0,9 |
Кошка | 0,3 | 0,5 | 0,5 | 0,8 | 0,2 | 0,2 | 0,8 |
Грызун | 0,1 | 0,2 | 0,8 | 0,2 | 0,8 | 0,3 | 0,7 |
Черепаха | 0,1 | 0,2 | 0,8 | 0,2 | 0,8 | 0,5 | 0,5 |
Попугай | 0,1 | 0,2 | 0,8 | 0,2 | 0,8 | 0,3 | 0,7 |
Рыбки | 0,2 | 0,2 | 0,8 | 0,2 | 0,8 | 0,6 | 0,4 |
Общая суммарная вероятность по исходам | (на этом этапе она обязательно равна1) | ≠ 1 | ≠ 1 | ≠ 1 | ≠ 1 | ≠ 1 | ≠ 1 |
Теперь у Вас есть все исходные данные для моделирования экспертной системы.
Формулы Байеса для расчета новых априорных вероятностей:
· При ответе «Да» вероятность считается по формуле:
РАy = Py * P / (Py * P + Pн * (1 - P))
· При ответе «Нет» вероятность считается по формуле:
РАn = (1 - Py) * P / ((1 - Py) * P + (1 - Pн) * (1 - P))
где:
Предопределенные:
P —начальная априорная вероятность
Дата публикования: 2014-11-02; Прочитано: 535 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!