Atividade-Pratica_Algoritmos e Estrutura de Dados

Prévia do material em texto

ALGORITMOS PARA CIÊNCIA DE DADOS – 80h 
 
Atividade Prática 
 
Como observaram as últimas unidades não possuem atividades de autocorreção. É proposta uma 
atividade mais prática, considerando que vocês já possuem instalado o software Weka é importante vocês 
reproduzirem os experimentos vistos nas unidades. 
1 – Você terá que analisar as características dos clusters gerados e relacioná-los com as regras 
geradas pelo apriori, descreva isso em um relatório e com as regras e clusters gerados. Base de cliente A para 
usar neste experimento. A4.csv (peso 3). 
2 – No segundo experimento você deverá usar a base de dados "IrisDataSet" no arquivo "iris.csv" 
bastante conhecida para experimentos e clustering. Você deverá executar o experimento com o Kmeans no 
Weka e verificar qual é o melhor número de clusters para o modelo gerado, utilizando o erro RMS com um 
gráfico, como foi feito na unidade 6 com a base de dados "A".(peso 3) 
 
Resultado 
Atividade 01 
 
Cluster Erro RMS 
1 2.590,54807581558000 
2 1.861,14246418307000 
3 1.293,98112481732000 
4 1.010,77615435443000 
5 909,77761508554300 
6 760,34778490991700 
7 712,12440168054900 
8 594,64096672742100 
9 674,37036203538900 
10 628,54646310556600 
11 515,19674009040600 
12 437,79620334747800 
13 427,43403982446300 
14 422,22307302215600 
15 410,06087155939100 
16 417,06107160607600 
25 286,60426476456400 
40 231,33716820201400 
60 158,32445587240900 
100 106,10783043200100 
300 40,14121292350500 
500 21,97427977876060 
1000 4,66517350443883 
1471 0,00103305785124 
2000 0,000000000000000 
 
https://bb.cruzeirodosulvirtual.com.br/webapps/blackboard/execute/courseMain?course_id=_594067_1
https://bb.cruzeirodosulvirtual.com.br/webapps/assignment/uploadAssignment?content_id=_5696647_1&course_id=_594067_1&group_id=&mode=view
https://bb.cruzeirodosulvirtual.com.br/bbcswebdav/pid-5696647-dt-content-rid-91346195_1/xid-91346195_1
 
 
 
Utilizando a base de dados "A4.csv". Foi executado o experimento com o Kmeans no Weka e 
verificou-se que o melhor número de clusters para o modelo gerado, são sete (07). Esta afirmação refere-se 
aos valores identificados com o erro RMS, além do gráfico exposto abaixo. É possível verificar que a curva 
do joelho no gráfico ocorre no terceiro cluster. 
 
 
 
0
500
1000
1500
2000
2500
3000
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Erro RMS
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Erro RMS
https://bb.cruzeirodosulvirtual.com.br/bbcswebdav/pid-5696647-dt-content-rid-91346195_1/xid-91346195_1
Atividade 02 
 
Utilizando a base de dados "IrisDataSet". Foi executado o experimento com o Kmeans no Weka e 
verificou-se que o melhor número de clusters para o modelo gerado, são três (03). Esta afirmação refere-se 
aos valores identificados com o erro RMS, além do gráfico exposto abaixo. É possível verificar que a curva 
do joelho no gráfico ocorre no terceiro cluster. 
 
Cluster Erro RMS 
1 141,16611042137300 
2 62,12779075053810 
3 7,80155936126804 
4 6,59792574364882 
5 6,27765933076931 
6 6,11594210003911 
7 5,21762964692763 
8 4,85953506838624 
9 4,67887415987429 
10 4,58750022552614 
11 4,51232470169987 
12 2,99547867894459 
13 2,92840812220093 
14 2,35617417477899 
15 2,14322092413433 
 
 
 
Nas figuras abaixo é representado os gráficos com eixo X (Instance_number) e no eixo Y 
(sepal.length), o qual podem ser visualizados as posições de referência das variáveis (Setosa, Versicolor e 
Virginica). Para a primeira figura foi usado um cluster, na segunda figura dois clusters, na terceira figura três 
cluster e finalmente na quarta figura quatro clusters. 
0
20
40
60
80
100
120
140
160
0 2 4 6 8 10 12 14 16
Er
ro
 R
M
S
Clusters