Workflows

Wybor poczatkowego podzialu dla algorytmu ... (1)

• Download

Proces pokazuje, w jaki sposob mozna zautomatyzowac proces znajdowania najlepszego poczatkowego wyboru centroidow uniezalezniajac sie (do pewnego stopnia) od wplywu losowania.

Created: 2011-05-11 | Last updated: 2013-08-19

Wybor parametru k dla algorytmu k-Means (1)

• Download

Proces pokazuje, w jaki sposob mozna eksperymentalnie dobrac wlasciwe wartosci parametru k (liczba poszukiwanych skupien) dla algorytmow k-Means i k-Medoids. Jako miary oceny podzialu wykorzystano srednia odleglosc od centroidu oraz indeks Daviesa-Bouldina

Created: 2011-05-11 | Last updated: 2013-08-19

Algorytm DBScan (1)

• Download

Przeplyw ilustruje sposob wykorzystania algorytmu DBScan do znalezienia modelu skupien. Algorytm DBScan jest przykladem algorytmu bazujacego na gestosci, parametr epsilon wskazuje na promien sasiedztwa, a parametr min points wskazuje na minimalna liczbe punktow, jakie musza sie znalezc w sasiedztwie punktu aby kontynuowac rozrastanie sie skupienia.

Created: 2011-05-11 | Last updated: 2013-08-19

Algorytm EM (1)

• Download

Proces pokazuje przypadek wykorzystania algorytmu analizy skupien dzialajacego wedlug zasady expectation maximization (EM), czyli dopasowywania rozkladow do obserwowanego zbioru danych.

Created: 2011-05-11 | Last updated: 2013-08-19

Prepares data for the analysis of fibrosis... (1)

• Download

Prepares gene data for fibrosis by joining datasets from different studies on fibrosis across various organs including the kidney.

Created: 2011-05-23 | Last updated: 2011-05-25

Prepares data for gene correlation analysis (1)

• Download

Prepares data for gene correlation analysis.

Created: 2011-05-23 | Last updated: 2011-05-23

Frequent Itemset and association rules ana... (1)

• Download

Generates frequent itemsets and association rules from the gene data. Frequent itemsets correspond to different gene characteristics (locations and functions) that frequently occur together across different genes. The quality of a frequent itemset is given by its support which is the fraction of genes for which a given combination of gene characteristics hold; the longer the itemset the lower its support. Based on the frequent itemset this WF also generates association rules which have some...

Created: 2011-05-23 | Last updated: 2011-05-24

Przyklad metody Bagging (1)

• Download

Proces pokazuje przykÅ‚ad wykorzystania metody Bagging do tworzenia zlożonych klasyfikatorów. Metoda generuje 10 niezależnych modeli drzewa decyzyjnego (każdy na podstawie 90% próbki zbioru uczÄ…cego). Ostateczna odpowiedź jest wynikiem gÅ‚osowania.

Created: 2011-05-25 | Last updated: 2011-05-25

Prosty przykład algorytmu AdaBoost (1)

• Download

Przepływ obrazuje przykład wykorzystania algorytmu AdaBoost. W kolejnych teracjach metoda modyfikuje przykłady ze zbioru uczącego, przypisując większą wagę przykładom błędnie sklasyfikowanym we wcześniejszych iteracjach.

Created: 2011-05-25 | Last updated: 2011-05-25

Prosty przykład metody Voting (1)

• Download

Ten prosty przykład ilustruje wykorzystanie operatora Voting do przeprowadzenia głosowania większościowego. W zagnieżdżonym operatorze umieszczono przykładowe trzy modele bazowe (drzewo decyzyjne, sieć neuronowa, SVN), odpowiedź z operatora Voting to zwykłe głosowanie.

Created: 2011-05-25 | Last updated: 2011-05-25