پیاده سازی clustering با پايتون (مبحث فازی)
چهار سال پیش منتشر شده
تعداد بازدید: 550
کد پروژه: 278925
شرح پروژه
با سلام
پروژه (هوش مصنوعی - درس فازی)
یک دیتاست (dataset) دارم که بر اساس این دیتاست، 3 تا کد خروجی لازم دارم. قسمتی از بخش اول پروژه رو هم خودم نوشتم اما کامل نیست یعنی جواب نهایی اشتباه است (فقط بخش آلفاکات) (ضمیمه میکنم اما اگر به روش خودتان راحت تر هستید از ابتدا کد بزنید مهم نیست).
** من در پایتون حرفه ای نیستم لطفا جوری کد بزنید که بتوانم ارائه دهم. لطفا از اینترنت کد بر ندارید چون نمره ای نمیگیرم
(زبان فقط پایتون - استفاده از هر کتابخانه ای مجاز است) + گزارش کامل و دقیق از نحوه انجام مراحل
مهلت تحویل یکشنبه ساعت 8 شب است. برای هر 3 کد خیلی از قسمت ها تکراری است و فقط بخش انتهایی باید تغییر کند
** رکوردهای حاوی مقادیر na میتوانند حذف شوند
(نرمال سازی داده انجام شود برای همه بخش ها)
اول: بدون در نظر گرفتن دسته بندی ها، فقط با 10 ستون آخر، باید کلاسترینگ انجام شود.(روش: ابتدا ماتریس شباهت (برحسب فاصله) را باید به دست آوریم. سپس چک کنیم ماتریس به دست آمده رابطه tolerance باشد و سپس خاصیت تعدی را به ماتریس اضافه کنیم تا رابطه هم ارزی شود و سپس آلفا کات بزنیم و کلاس های هم ارزی را به دست آوریم)
دوم: با همان دیتاست و پس از نرمال سازی، کمی از دیتا را برای تست کنار می گذاریم ترجیحا از همه دسته بندی ها انتخاب شود. ماتریس Ro و Rc تشکیل داده شود. ماتریس Ro ماتریسی است که مشخص کننده بروز هر علامت در هر بیماری است. برای این منظور باید از دیتاست استفاده کنید و با دانشی که از دسته بندی ها داریم مثلا 0 سالم هستند، avg بگیریم و در ماتریس قرار دهیم. ستون ها دسته بندی ها هستند 0 , H , C1 , C2 و سطرها علائم هستند ALB تا PROT. ماتریس Rc هم با استفاده از رابطه Tolerance در بخش قبل تشکیل می شود که نشان می دهد کدام علانم تعیین کننده بیماری است (یعنی با بروز این علائم میتوان نظر قطعی در مورد بیماری داد). سپس برای تست از داده هایی که کنار گذاشته شده اند کمک گرفته و ترکیب رکورد بیمار p با Ro و Rc را بدست می آوریم (P o Rc و P o Ro) و درجه accuracy را مشخص می کنیم.
سوم: مسئله clustering بر اساس همین دیتاست، همه ستون ها بغیر از ستون دسته بندی استفاده شوند. ستون ها ابعاد را نشان می دهند. هر رکورد یک بیمار است. اگر یکی از ابعاد کلا بی تاثیر باشد می توانید آن را حذف کنید (با دلیل)
hard clustering c-means انجام شود.
لطفا امکان یا عدم امکان و هزینه پیشنهادی را اعلام بفرمایید. ممنون میشم یکم تخفیف در نظر بگیرید. انشالا اگر بتونیم همکاری کنیم، پروژه زیاد دستم میاد
ممنون
** پیاده سازی با توابع
*** منتظر خبر شما هستم
این پروژه شامل 3 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
2روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت نه سال پیش
