Analýza klasifikačních metod

Abstract

Táto práca pojednáva o klasifikačných metódach využívaných pri získavaní znalostí z dát a rozoberá možnosti ich validácie a porovnania. Prostredníctvom experimentov sa zameriava na analýzu štyroch vybraných metód: jednoduchý Bayes, rozhodovací strom, neurónová sieť a SVM. Skúmané sú faktory ovplyvňujúce základné vlastnosti ako rýchlosť trénovania, rýchlosť klasifikácie, presnosť. Súčasťou práce je desktopová aplikácia, ktorá tvorí prostriedok k trénovaniu, testovaniu a validácii jednotlivých metód. Pre potreby experimentov je vybraných jedenásť referenčných dátových sád. V závere práce sú zhrnuté experimentálne získané výsledky porovnania a pozorované vlastnosti klasifikačných metód.This work deals with the classification methods used in the knowledge discovery from data process and discusses the possibilities of their validation and comparison. Through experiments, the work focuses on the analysis of four selected methods: Naive Bayes classificator, decision tree, neural network and SVM. Factors influencing basic characteristics such as training speed, classification speed, accuracy are examined. A part of the thesis is a desktop application, which is a tool for training, testing and validation of individual methods. Eleven reference data sets are selected for experimental purposes. At the end of this work experimental results of comparison and observed characteristics of classification methods are summarized.