Tải bản đầy đủ (.docx) (3 trang)

Giải đề thi trí tuệ nhân tạo

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (57.73 KB, 3 trang )

PHẦN I: Cài Đặc Hệ Thống Nhận Dạng Dưới Cấu Trúc Cây Nhị Phân Nhị Biến
Bước 1: Tải dữ liệu vào bộ nhớ (0.5đ)
load fisheriris
Bước 2: Đưa dữ liệu thông tin đầu vào vào 2 biến data và label, data là dữ liệu
thông tin gồm chiều rộng và chiều dài con cá, còn label là dữ liệu nhãn (1đ)
data = meas(:,1:2);
label = categorical(species);
Bước 3: Đưa dữ liệu data và label vào máy học, cài đặc giải thuật CART 4.5
dưới dạng cây nhị phân nhị biến để tạo ra mơ hình model (1đ)
model = fitctree(data, label);
Hàm cài đặc giải thuật CART 4.5 (1đ)
gscatter(data(:,1),data(:,2),species,'rgb','osd'); Là hàm máy học dành cho sắp xếp
gscatter(xx1(:),xx2(:), predictedspecies,'rgb'); Là hàm máy học dành cho hồi quy
Bước 4: Khởi tạo dữ liệu ca_thu với kích thước là 23 35 (0.5đ)
ca_thu = [23 35];
Bước 5: Đưa dữ liệu thử ca_thu vào trong mơ hình để trả ra kết quả dự đốn
result (1đ)
result = predict(model, ca_thu);
Bước 6: Hiển thị mơ hình dưới dạng cây nhị phân nhị biến (1đ)
view(model, 'Mode','graph');
Phần II: Duyệt cấu trúc cây nhị phân nhị biến
Câu 1: Giả sử mất điện bạn phải phân biệt các thu được bằng tay. Giả sử con
các mua được có kích thước 40 và 50
lần lược là chiều rộng và chiều dài. Hãy duyệt bằng tay sơ đồ và ghi lại qu
trình xác nhận con các đó thuộc loại nào (1đ)
Bài làm
Theo đề bài ta có:
x1 = 40
x2 = 50
Tại nút gốc ta thấy điều kiện x1 < 5.45 và x1 >= 5.45 => Ta duyệt nhánh phải của nút đang xét (vì
x1 = 40)




Tại nhánh đang xét ta thấy điều kiện x1 < 6.15 và x1 >= 6.15 => Ta duyệt nhánh phải của nút đang
xet (vì x1 = 40)
Tại nhánh đang xét ta thấy điều kiện x1 < 7.05 và x1 >= 7.05 => Ta duyệt nhánh phải của nút đang
xet (vì x1 = 40)
Kết quả cuối cùng là Virginica
Câu 2: Kiểm tra giống cá đó thơng qua cài đặc trên máy tính sau khi hệ thống có điện trở lại
(1đ)
%Khởi tạo cá mua ngoài chợ
ca_mua_ngoai_cho = [40 50];
%Đưa cá mua ngoài chợ vào mơ hình để trả kết quả dự đốn
ketqua = predict(model, ca_mua_ngoai_cho);
%Hiển thị kết quả
disp(ketqua);
virginica

Câu 3: B ằng cách duy ệt s ơ đồ, d ự đốn kích th ước c ủa nhóm con cá Setosa? Ghi rõ s ơ đồ
duyệt cấy để có hệ điều kiện, ghi rõ điều kiện của nhóm cá Setosa (1đ)
Bài làm
Điều kiện để duyệt được nhóm cá Setosa là:

1. x1 < 5.45 & x2 >= 2.8 => Setosa
2. x1 >= 5.45 & x1 < 6.15 & x2 >= 3.45 => Setosa

Câu 4: B ằng cách duy ệt s ơ đồ, d ự đoán kích th ước c ủa nhóm con cá Versicolor? Ghi rõ s ơ
đồ duyệt cấy để có hệ điều kiện, ghi rõ điều kiện của nhóm cá Versicolor (1đ)
Bài làm
Điều kiện để duyệt được nhóm cá Versicolor là:


1. x1 < 5.45 & x2 < 2.8 => Versicolor
2. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 < 5.75 => Versicolor
3. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 >= 5.75 & x2 < 3.1 & x2 < 2.95 =>
Versicolor
4. x1 >= 5.45 & x1 < 6.15 & x2 < 3.45 & x1 >= 5.75 & x2 >= 3.1 => Versicolor


5. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 < 2.4 => Versicolor
6. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 <= 3.15 & x1 <
6.55 & x2 < 2.95 & x1 < 6.45 & x2 >= 2.85 => Versicolor
7. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 <= 3.15 & x1 >=
6.55 & x1 < 6.65 => Versicolor
8. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 < 6.95 & x2 <= 3.15 & x1 >=
6.55 & x1 >= 6.65 & x2 >= 2.65 & x2 < 2.9 => Versicolor
9. x1 >= 5.45 & x1 >= 6.15 & x1 < 7.05 & x2 >= 2.4 & x1 >= 6.95 => Versicolor



×