Visualizing 1RThe purpose of the bo

Visualizing 1R
The purpose of the boundary visualizer is to show the predictions of a given model
for every possible combination of attribute values—that is, for every point in the
two-dimensional space. The points are color-coded according to the prediction the
model generates. We will use this to investigate the decision boundaries that different
classifiers generate for the reduced iris dataset.
Start with the 1R rule learner. Use the Choose button of the boundary visualizer
to select weka.classifiers.rules.OneR. Make sure you tick Plot training data; otherwise,
only the predictions will be plotted. Then click the Start button. The program
starts plotting predictions in successive scan lines. Click the Stop button once the
plot has stabilized—as soon as you like, in this case—and the training data will be
superimposed on the boundary visualization.
Exercise 17.3.1. Explain the plot based on what you know about 1R. (Hint:
Use the Explorer interface to look at the rule set that 1R generates for this
data.)
Exercise 17.3.2. Study the effect of the minBucketSize parameter on the
classifier by regenerating the plot with values of 1, and then 20, and then some
critical values in between. Describe what you see, and explain it. (Hint: You
could speed things up by using the Explorer interface to look at the rule sets.)
Now answer the following questions by thinking about the internal workings of
1R. (Hint: It will probably be fastest to use the Explorer interface to look at the
rule sets.)
Exercise 17.3.3. You saw earlier that when visualizing 1R the plot always has
three regions. But why aren’t there more for small bucket sizes (e.g., 1)? Use
what you know about 1R to explain this apparent anomaly.
Exercise 17.3.4. Can you set minBucketSize to a value that results in less than
three regions? What is the smallest possible number of regions? What is the
smallest value for minBucketSize that gives this number of regions? Explain
the result based on what you know about the iris data.

ผลลัพธ์ (ไทย) 1:

แสดงผล 1rจอภาพของขอบเขตเป็นการ แสดงแบบจำลองการคาดคะเนของการกำหนดสำหรับชุดของค่าแอตทริบิวต์ได้ — คือ ทุกจุดของการในพื้นที่สองมิติ จุดมีการเข้ารหัสตามสีของตัว - ของการคาดการณ์รุ่นสร้าง เราจะใช้ตัดสินใจนี้เพื่อตรวจสอบว่าขอบเขตของความแตกต่างกันคำนามภาษาสร้างชุดข้อมูลสำหรับ iris ที่ลดลงจุดเริ่มต้นของผู้เรียนด้วยกฎ 1r ใช้เลือกของเส้นขอบเขตของปุ่มจอภาพเลือกเพื่อ weka คำนามภาษา. กฎการ oner แน่ใจว่าคุณขีดลงจุดข้อมูลฝึกอบรม อย่างอื่นคาดคะเนของบวกพล็อตจุดไว้จะเท่านั้น ปุ่มคลิ กเริ่มการทำงาน โปรแกรมเริ่มที่พล็อตคาดการณ์ในบรรทัดการสแกนต่อเนื่อง ของการหยุดคลิครั้งปุ่มพล็อตได้เสถียรซึ่งทันทีที่คุณต้องการ ในกรณีนี้ตัวของข้อมูลบางอย่าง การฝึกอบรมจะภาพแสดงขอบเขต superimposed เราได้จับเธอออกกำลังกาย 17 and. 3.1 ของ explain เป็น คุณรู้พล็อตอะไรเราได้จับเธอเกี่ยวกับ 1r ตาม (คำใบ้:explorer ของอินเทอร์เฟซใช้ตาของชุดกฎที่สร้าง 1r นี้ข้อมูล)ออกกำลังกาย 17 and. 3.2 ผลของการศึกษาพารามิเตอร์ของ minbucketsize ของได้จับเธอclassifier ของการสร้างใหม่ตามแผนมีค่า 1 แล้ว 20 ของพวกเขา พวกเขา แล้วบางค่าวิกฤตในระหว่าง อธิบายสิ่งที่คุณ tlhap ผม อธิบาย ที่เป็นของพวกเขา (คำแนะนำ: คุณได้เร็ว โดยใช้ explorer อินเทอร์เฟซของการมองที่ชุดกฎได้)ตอนนี้ ตอบคำถามของความคิดต่อโดยเกี่ยวกับงานภายในของ1r. (คำใบ้: มันอาจจะใช้กับ explorer ของอินเทอร์เฟซที่เร็วที่สุดแน่ดูของเป็นกฎชุด)ออกกำลังกาย 17 and. 3.3 คุณเห็นว่า ก่อนหน้านี้เมื่อแสดงผลแผน 1r ได้เสมอภาคสาม แต่ทำไมไม่มีเพิ่มเติมสำหรับขนาดถังเล็ก (e. กรัม 1) ใช้สิ่งที่คุณทราบเกี่ยวกับ 1r อธิบายชัดเจนช่วยออกกำลังกาย 17 and. 3.4 สามารถ minbucketsize ให้ตั้งค่าที่มีผลน้อยกว่าสามภูมิภาค จำนวนน้อยที่สุดได้เป็นภูมิภาค สิ่งเป็นค่าน้อยที่สุดสำหรับ minbucketsize ที่นี้ให้หมายเลขของภูมิภาค อธิบายผลของของการรู้ตาม คุณได้จับเธอเกี่ยวกับข้อมูล iris