RELATÓRIO TÉCNICO DISCIPLINA: MINERAÇÃO DE DADOS PPGCA fase 3 / 2016 Prof. Celso Antônio Alves Kaestner

Transcrição

1 RELATÓRIO TÉCNICO DISCIPLINA: MINERAÇÃO DE DADOS PPGCA fase 3 / 2016 Prof. Celso Antônio Alves Kaestner Aluno: Luciano Daniel Amarante (externo, nº: , PPBEG) 1. Objetivo: Está em realizar as análises dos algoritmos SVM (Support Vector Machines) utilizando a plataforma de desenvolvimento WEKA. 2. Descrição da Base de Dados utilizada: O dataset é Breast Cancer Wisconsin (Diagnostic), tem o título de Cancro da Mama Wisconsin Diagnóstico, coletado pelo Doador: Nick Street, no ano de novembro 1995 que se encontra com uma base de dados para consulta disponível em < 29>. Acessado em 01/11/2016. Tendo as dimensões de fonte e dados com número de instancias em 699 casos, onde estão divididos com os um número de 10 atributos. As características de valor real são calculadas para cada núcleo da célula: 1. Clump Thickness 1 10; 2. Uniformity of Cell Size 1 10; 3. Uniformity of Cell Shape 1 10; 4. Marginal Adhesion 1 10; 5. Single Epithelial Cell Size 1 10; 6. Bare Nuclei 1 10; 7. Bland Chromatin 1 10; 8. Normal Nucleoli 1 10; 9. Mitoses 1 10; 10. : (2 for benign, 4 for malignant).

2 3. Procedimentos, resultados, análise: Após ter realizado o download da dataset, no formato *.ARFF, a base de dados posso começar importando para dentro de ambiente de desenvolvimento WEKA, o qual realizar os trabalhos de analise com os algoritmos de Kernel, no modelos Linear: U *V, Polynomiel: (Gamma *U *V + Voef 0)^degree, Radial Bases Function: Exp( - Gamma * U - V ^2) e Sigmoid: Tang (Gamma * U *V + Coef 0) foi obtido os resultados. Para o Kernel, no modelos Linear: U *V, temos a análise: Scheme: weka.ifiers.functions.libsvm -S 0 -K 0 -D 3 -G 0.0 -R 0.0 -N 0.5 -M C === ifier model (full training set) === Time taken to build model: 0.01 seconds Time taken to test model on training data: 0 seconds === Summary === Correctly ified Instances % Incorrectly ified Instances % Kappa statistic Mean absolute error 0.03 Root mean squared error Relative absolute error % Root relative squared error %

3 TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area 0,974 0,037 0,980 0,974 0,977 0,934 0,968 0, ,963 0,026 0,951 0,963 0,957 0,934 0,968 0,928 4 Weighted Avg. 0,970 0,034 0,970 0,970 0,970 0,934 0,968 0, a = b = 4 Onde pose afirmar que: Correctly ified Instances 678 tem % e Incorrectly ified Instances 21 tem %. Para Kernel, no modelo Polynomiel: (Gamma *U *V + Voef 0)^degree, temos a análise: Scheme: weka.ifiers.functions.libsvm -S 0 -K 1 -D 3 -G 0.0 -R 0.0 -N 0.5 -M C === ifier model (full training set) === Time taken to build model: 0.17 seconds Time taken to test model on training data: 0 seconds === Summary === Correctly ified Instances % Incorrectly ified Instances % Kappa statistic Mean absolute error

4 Root mean squared error Relative absolute error % Root relative squared error % TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area 1,000 0,004 0,998 1,000 0,999 0,997 0,998 0, ,996 0,000 1,000 0,996 0,998 0,997 0,998 0,997 4 Weighted Avg. 0,999 0,003 0,999 0,999 0,999 0,997 0,998 0, a = b = 4 Onde pose afirmar que: Correctly ified Instances Instances 698 tem % e Incorrectly ified Instances 1 tem %. Para Kernel, no modelo Radial Bases Function: Exp( - Gamma * U - V ^2), temos a análise: Scheme: weka.ifiers.functions.libsvm -S 0 -K 2 -D 3 -G 0.0 -R 0.0 -N 0.5 -M C === ifier model (full training set) === Time taken to build model: 0.02 seconds Time taken to test model on training data: 0.03 seconds

5 === Summary === Correctly ified Instances % Incorrectly ified Instances % Kappa statistic Mean absolute error Root mean squared error Relative absolute error % Root relative squared error % TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area 0,996 0,004 0,998 0,996 0,997 0,991 0,996 0, ,996 0,004 0,992 0,996 0,994 0,991 0,996 0,989 4 Weighted Avg. 0,996 0,004 0,996 0,996 0,996 0,991 0,996 0, a = b = 4 Onde pose afirmar que: Correctly ified Instances Instances 696 tem % e Incorrectly ified Instances 3 tem %. Para Kernel, no modelo Sigmoid: Tang (Gamma * U *V + Coef 0), temos a análise: Scheme: weka.ifiers.functions.libsvm -S 0 -K 3 -D 3 -G 0.0 -R 0.0 -N 0.5 -M C === ifier model (full training set) ===

6 Time taken to build model: 0.08 seconds Time taken to test model on training data: 0.05 seconds === Summary === Correctly ified Instances % Incorrectly ified Instances % Kappa statistic Mean absolute error Root mean squared error Relative absolute error % Root relative squared error % TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area 0,528 1,000 0,501 0,528 0,514-0,485 0,264 0, ,000 0,472 0,000 0,000 0,000-0,485 0,264 0,345 4 Weighted Avg. 0,346 0,818 0,328 0,346 0,337-0,485 0,264 0, a = b = 4 Onde pose afirmar que: Correctly ified Instances Instances 242 tem % e Incorrectly ified Instances 457 tem %. 4. Conclusão: (geral sobre o trabalho realizado). Logo pode-se chegar a uma conclusão de que o Kernel, com melhor desempenho esta em Correctly ified Instances 696 tem % foi o Radial Bases Function: Exp( - Gamma * U - V ^2), com Incorrectly ified Instances 3 tem % podem se considerarmos as Incorrectly ified Instances sendo o nosso objetivo afirmo que o melhor Kernel com esta instancias é será: Polynomiel: (Gamma *U *V + Voef 0)^degree, com Incorrectly ified Instances 1 tem %.