Реализовать линейный классификатор и реализовать однослойный перцептрон

Как заказчик описал требования к работе:

1. Выбрать [2 датасета с линейно неразделимыми данными](https://archive.ics.uci.edu/ml/index.php) с количеством классов более 4 (2 признака и более 4). Для каждого класса количество точек не менее 50. Хотя бы 1 датасет должен быть уникальным во всей группе. 2. Реализовать линейный классификатор 3. Реализовать однослойный перцептрон 4. Сравнить результаты работы двух методов классификации на одних и тех же данных (возможность работы для данных с различным количеством признаков) 5. Реализовать визуализацию работы методов для 2-мерных данных. (Различными цветами на плоскости обозначаются точки истинных классов и заливкой различных цветов обозначаются области классов определенных с помощью линейного классификатора и однослойного перцептрона) **Результаты** 1. Параметры методов (к примеру, количество нейронов в скрытом слое, функции активации, начальные значения) 2. Метрики качества Accuracy, Precision, Recall, F1-measure для каждой пары {датасет, метод} 3. Сравнительная таблица результатов по каждому методу + характеристики используемого датасета (количество точек, размерность, соотношение обучающего и тестового множеств и др.) **Визуализация (для 2-мерных данных)** 1. Точки на плоскости с исходной классификацией (различные классы разными цветами) (отдельно обучающее, отдельно тестовое множество) 2. Результат классификации точек на плоскости (разноцветные области) по каждому методу **Демонстрация работоспособности лабораторной работы** 3. Продемонстрировать и объяснить отличия одного метода от другого (на результатах) 4. Определить лучший метод для каждого датасета **Входные/выходные данные** 1. Входные данные (датасеты) в виде текстового файла. (к примеру, экспорт таблицы из Excel в формате TXT или CSV) 2. Выходные данные (результаты) сохраняются в виде HTML или DOCX отчета (текст и графики) 1. Работающее приложение 2. Датасеты 3. Текстовый файл со сценариями запуска (к примеру: myapp.exe dataset1 results) 4. Отчет по ЛР с приведенными результатами и пояснениями (к примеру, если Вы получили какой-то график, приведите ниже сценарий и параметры запуска вычислительного приложения

подробнее

Заказчик
заплатил

200 ₽

Заказчик не использовал рассрочку

Гарантия сервиса
Автор24

20 дней

Заказчик принял работу без использования гарантии

14 октября 2020

Заказ завершен, заказчик получил финальный файл с работой