Recapitulação Antes da Prova

  Exercicio 12 - Pratico - Exemplo conjunto - De ML S - Clasif. e Previsão 

Exercicio 12 - Pratico - Exemplo conjunto

 

Exercício 10 Prático:

Crie um exemplo na área Económica para utilizar Machine Learning Supervisionado para Regressão - Previsão, rode o exemplo no Weka. Rode também o exemplo no SAS e Excel (Utilizando Macro de Regressão). Interprete os resultados.

Dead Line: 15/12/2020

Exemplo Criado en Sala de Aulas para o Exercicio 9:

@RELATION cat

@ATTRIBUTE receita REAL

@ATTRIBUTE custo REAL

@ATTRIBUTE nps REAL

@ATTRIBUTE inovacao REAL

@ATTRIBUTE reclam REAL

@ATTRIBUTE categ {B,R,MB}

@DATA  

5,2,4,5,3,B

3,4,5,4,5,B

4,3,4.5,4.5,4,B

2,2,1,3,1,R

3,2,2,2,5,R

2.5,2,1.5,2.5,3,R

5,4,5,5,5,MB

4,3,5,5,4,MB

4.5,3.5,5,5,4.5,MB

5,2,4,5,3,B

3,4,5,4,5,B

4,3,4.5,4.5,4,B

2,2,1,3,1,R

3,2,2,2,5,R

2.5,2,1.5,2.5,3,R

5,4,5,5,5,MB

4,3,5,5,4,MB

4.5,3.5,5,5,4.5,MB

Modificação do Exercício 9 para ser um exemplo do Exercício 10

 

@RELATION cat

 

@ATTRIBUTE receita REAL

@ATTRIBUTE custo REAL

@ATTRIBUTE nps REAL

@ATTRIBUTE inovacao REAL

@ATTRIBUTE reclam REAL

@ATTRIBUTE categ REAL

 

@DATA  

 

 

5,2,4,5,3,2

3,4,5,4,5,2

4,3,4.5,4.5,4,2

2,2,1,3,1,1

3,2,2,2,5,1

2.5,2,1.5,2.5,3,1

5,4,5,5,5,3

4,3,5,5,4,3

4.5,3.5,5,5,4.5,3

5,2,4,5,3,2

3,4,5,4,5,2

4,3,4.5,4.5,4,2

2,2,1,3,1,1

3,2,2,2,5,1

2.5,2,1.5,2.5,3,1

5,4,5,5,5,3

4,3,5,5,4,3

4.5,3.5,5,5,4.5,3

 

 

 Modelo Estimado (Inferencia Indutiva), ML Supervicionaldo para Regressão - Prev.

 categ =

 

      0.3097 * receita +

      0.3456 * custo +

      0.2356 * nps +

     -0.1363 * reclam è Trabalhando Mal +

     -0.4559

data  pessoas;

input cat $ imc corr kcal;

cards;

DADOS DO SAS DEPOIS DE APLICAR TABELA DINAMICA

;

proc cluster data=pessoas outtree = arvore method = average;

var imc corr kcal;

id cat;

run;

PROC TREE DATA = arvore;

RUN;

Exemplo de ANOVA em SAS

data salarios;

Input cidade estado $ salario;

cards;

1 MS 1678

2 SP 1850

3 MS 1650

4 MS 1890

5 SP 1990

6 SP 2250

7 SP 2320

8 SP 2180

9 MS 1789

10 MS 1890

11 MS 1700

12 MS 1950

13 SP 2150

14 SP 1680

15 RJ 2100

16 RJ 1950

17 RJ 1750

18 RJ 1880

19 RJ 1785

20 RJ 1890

21 RJ 2010

;

Proc print;

run;

proc anova;

  class estado;

  model salario = estado;

  means estado / tukey lines;

run;

data com;
input x y;
cards;
30   430
21   335
35   520
42   490
37   470
2    2100
8    195
17   270
35   400
25   480
20   400
;
/* Com orlier Y = 2100 */

proc robustreg method = m;
model y = x;

/* y: Efeito x: Causa */
run;