GMDH Shell
Материал из MachineLearning.
GMDH Shell — это программный инструмент для интеллектуального анализа данных и прогнозирования на основе МГУА.
С помощью GMDH Shell можно исследовать данные, построить регрессионную модель, применить ранее полученную модель для прогнозирования.
Бесплатная версия программы имеет ограничения:
- Вычислительное задание не может выполнятся дольше 60 секунд.
- Недоступны функции:
- Экспорт модели в Excel.
- Сохранение результатов вычислений.
- Управление с помощью командной строки.
- Вычисление на удаленном Linux-кластере.
Содержание |
Функциональные возможности
Анализ и визуализация данных
- Предпросмотр таблицы данных.
- Статистика по колонкам данных: количество текстовых и числовых ячеек; количество нулевых, пропущенных, уникальных значений; максимальное, минимальное, среднее, центральное, наиболее встречаемое значение; стандартное отклонение; количество и -outliers.
- График.
- Линейчатая диаграмма.
- Скаттер.
- Гистограмма.
- Коррелограмма.
- Таблица корреляции с зависимой переменной.
- Триангуляционная поверхность: 3D, изолинии, температурная карта.
Модуль импорта
- Считывание колонок из CSV, XLS, XLSX.
- Нахождение прямоугольной таблицы данных.
- Считывание названий колонок из первой строки.
- Маркировка пропущенных или испорченных ячеек.
Модуль предобработки
- Графическая манипуляция колонками данных.
- Применение трансформаций:
- Элементарные функции (логарифм, экспонента, арктангенс, нормирование и др.).
- Временные ряды (серии лагов, разности, скользящее среднее).
- Другие трансформации (Нумерация категорий, двоичная декомпозиция, взвешивание наблюдений).
- Замена пропущенных значений на: ноль, среднее, центральное, наиболее встречаемое или интерполяция соседних значений.
- Задание экзаменационной выборки.
- Выбор режима предобработки:
- Общая предобработка (регрессия и классификация)
- Прогнозирование временных рядов:
- Длинна обучающего окна.
- Интервал прогноза.
- Серия из N испытательных экспериментов со сдвигом обучающего окна N раз на одно наблюдение назад.
Модуль “решателя”
- Дополнительные переменные - формирование расширенного пространства переменных в полиномиальном базисе. Формируются все возможные слагаемые полинома Колмогорова-Габора с учетом ограничений:
- мин. и макс. степень одной переменной.
- ограничение суммарной степени члена полинома.
- ограничение количества переменных в одном члене.
- Перемешивание наблюдений - перемешивание строк данных с последующим восстановлением порядка следования. Используется перестановка «четные затем нечетные» или k корзин в случае k-fold кросс-валидации. Возможна предварительная сортировка по возрастанию, убыванию или по дисперсии прогнозируемой переменной.
- Выбор стратегии валидации моделей - то есть алгоритма использования «внешнего дополнения»:
- Деление данных на обучающую и проверочную выборки. Параметр стратегии — пропорция деления данных.
- Деление данных с добавлением штрафа за ошибку обучения (Тестирование модели на всей выборке данных).
- k-fold кросс-валидация. Параметр стратегии — количество подвыборок данных k.
- Leave-one-out кросс-валидация.
- Выбор критерия валидации моделей.
- Среднеквадратичная ошибка (RMSE).
- Средняя абсолютная ошибка (MAE).
- RMSE или MAE со штрафом за сложность (умножение на корень сложности модели).
- Ранжирование переменных (с ограничением на использование не более N лучших переменных) .
- По проверочной точности модели a+b*x.
- По частоте использования в моделях комбинаторного алгоритма МГУА.
- Выбор алгоритма обучения.
- Комбинаторный алгоритм с возможностью ограничения максимальной сложности моделей (COMBI).
- Многорядный итерационный алгоритм (улучшенный MIA) .
- активные нейроны (COMBI в каждом нейроне).
- нейроны могут иметь от 2 до 5 входов.
- нейроны предыдущего слоя добавляются в следующий слой (нейронные связи могут пропускать промежуточные слои ).
- Для обоих алгоритмов можно задать Свободу выбора и Количество параллельных потоков.
Модуль пост-обработки
- Усреднение прогнозов N лучших моделей.
- Дискретизация прогнозных значений (для классификации).
Экспорт результатов
- Экспорт матрицы предобработанных данных.
- Экспорт прогнозов.
- Экспорт модели в Excel. Необходимое условие: все исходные данные находятся в одном файле XLS или XLSX.
Модуль визуализации результатов
- График модели.
- График отклонений для текущей модели и результатов пост-обработки.
- Таблица прогнозов и отклонений текущей модели и результатов пост-обработки.
- Список ранжированных переменных.
- Формула модели.
- Оценка качества прогнозирующих моделей (60 различных видов ошибки):
- Ошибка пост-обработанного прогноза и текущей модели на экзаменационной выборке и на «обучение+проверка».
- Максимальная положительная и отрицательная, средняя, квадратичная ошибка.
- Абсолютная ошибка, процентная от магнитуды процесса (нормированная) и процентная от текущего значения.
- Ошибка классификации в задачах с двумя и тремя классами.
Литература
- Кошулько А.А. Прозрачная акселерация программной системы интеллектуального анализа данных. // Научный сервис в сети Интернет: суперкомпьютерные центры и задачи: Труды Международной суперкомпьютерной конференции, ISBN 978-5-211-05916-0 (20-25 сентября 2010 г., г. Новороссийск). — М.: Изд-во МГУ, 2010. — С. 313-314.
Ссылки
- МГУА
- GMDH Shell Forecasting Software — официальный сайт.
- Метод группового учета аргументов (презентация)