Zbiór reprezentujący dane klasyfikacyjne stanu jonosfery składa się z 34 parametrów. Dane zostały zebrane przez radar systemu Goose Bay, Labrador. Wszystkie parametry wejściowe mają charakter ciągły.
Tablica 11.6: Wynik klasyfikacji jonosfery przeprowadzony przez prof. Ducha
Algorytm | Wynik |
3-NN + simplex | 98.7 |
VSS 2 epochs | 96.7 |
3-NN | 96.7 |
IB3 | 96.7 |
1-NN, Manhattan | 96.0 |
MLP+BP | 96.0 |
C4.5 | 94.9 |
3-NN Canberra | 94.7 |
RIAC | 94.6 |
C4 (no windowing) | 94.0 |
C4.5 | 93.7 |
SVM | 93.2 |
Non-linear perceptron | 92.0 |
FSM + rotation | 92.8 |
1-NN, Euclidean | 92.1 |
DB-CART | 91.3 |
Linear perceptron | 90.7 |
OC1 DT | 89.5 |
CART | 88.9 |
GTO DT | 86.0 |
Idąc za przykładem Pana prof. W. Ducha, zbiór danych klasyfikacyjnych jonosfery został podzielony za 2 części:
Z pierwszego zbioru wydzielono podzbiór uczący, który posiadał 101 rekordów, reszta czyli 99 rekordów została użyta do testowania tego podzbioru.
Tablica 11.7: Średnie wyniki klasyfikacji jonosfery
Średni wynik | Średni wynik | Najlepszy wynik | Najlepszy wynik | |
Klasyfikator | zbioru 1 | zbioru 2 | zbioru 1 | zbioru 2 |
aiNet | 50,51 | 47,41 | 50,51 | 62,96 |
DNA | 76,74 | 97,56 | 83,84 | 96,30 |
BARBARA | 76,24 | 97,04 | 79,80 | 96,30 |
Rysunek 11.4: Średnie wyniki klasyfikacji Jonosfery
Źródło: Badania własne
Drugi zbiór został podzielony analogicznie, pierwsze 123 rekordy zostały przekształcone w podzbiór uczący, reszta czyli 27 rekordów, w podzbiór testowy.
Taki podział zbioru klasyfikacyjnego jonosfery, został przedstawiony przez prof. Ducha, na stronie [11]. Opierał się na twierdzeniu, że taki podział jest bardziej symetryczny i reprezentatywny.
Wyniki testów zostały przedstawione w tabeli 11.7 oraz na rysunku 11.4 . Dodatkowo przedstawiono w tabeli 11.6 wyniki obliczeń prof. Ducha.
Copyright © 2008-2010 EPrace oraz autorzy prac.