Opis zadań (PDF)

• Argumenty przekształceń
  • Copy - 1 lub first
  • Rename Find: Copy of X replace: X2
  • Reorder - podaje permutację, czyli 1,3,2
  • MathExpression: expression: A*A ,ignore range 1,3
  • Dla cech 3 stopnia można: MathExpression: expression: A*A*A ,ignore range 3 + Invert selection

• Punkt 2.3: aby uzyskać taki sam rysunek - nalezy ustawić w ModelPerformanceChart osie wykresu jako X i Y

• Punkt 2.5 W tej wersji Weka grupowanie nie działa

—

Kod do punktu 2.9

from keras import layers
from keras import models
from keras.models import Sequential,InputLayer
from keras.layers import Dense
from io import StringIO
 
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
 
# 005.arff
data = """
-4.84295,-27.856212
...
"""
#enter data as a string
inp =  StringIO(data)
x, y = np.loadtxt(inp, delimiter=',', usecols=(0, 1), unpack=True,skiprows=0)
X = np.stack((x,x**2,x**3),axis=-1)
 
tf.random.set_seed(1)
model = models.Sequential()
model.add(layers.InputLayer(input_shape=(X.shape[1],)))
model.add(layers.Dense(1))
model.summary()
model.compile(optimizer=tf.keras.optimizers.RMSprop(????), loss='mse', metrics=['mse','mae'])
hist = model.fit(X,y,epochs=???,verbose=1)
 
 
y_pred = model.predict(X)
 
plt.scatter(x,y)
plt.plot(x,(x+4)*(x+1)*(x-3),c='g')
plt.plot(x,y_pred,c='r')