Система анализа данных по иерархической системе комплексных показателей Стыскин Андрей Игоревич К11-283
Функциональная модель Построить модель Оптимизировать параметры Обучающая выборка Значение простых показателей Параметры модели Оценка кв. отклонения Значение Интегральной оценки Модель ПОПараметры модели
Постановка задачи оптимизации Исходные данные: Функция, выраженная в неявном виде: - веса j-ого ребенка у i-ого комплексного критер и я - j-ый коэффициент жесткости
Алгоритм оптимизации
Анализ алгоритма
Задача ценообразования предложений автомобилей по данным
Сравнение с классическими методами Data Mining
Место в классификации методов Data Mining АлгоритмТочность Масштабируемо сть Интерпре тир уем ость Трудоемк ость Разносторонност ь Быстрота УПРАВЛЯЕМОСТ Ь Классические методы(линей ная регрессия) нейтральн ая высокая высокая / нейт раль ная нейтральн ая высокаяНизкая Нейронные сетиВысокаянизкая нейтральн ая низкая очень низк ая Низкая Методы визуализации Высокаяочень низкаявысокая очень выс окая низкая чрезвычай но низк ая Низкая Деревья решенийНизкаявысокая высокая / нейт раль ная высокая Cobro нейтраль ная низкаявысокая нейтраль ная низкаявысокая
Выводы Предложена иерархическая система комплексных показателей для задач квалиметрии и ценообразования Разработан алгоритм определения параметров модели по обучающей выборке Реализована программная система для работы с моделью Решена задача ценообразования подержанных автомобилей Произведено сравнение с классическими алгоритмами Data Mining по различным параметрам