Лабораторный практикум по интеллектуальным информационным системам

Из этих рисунков видно, что плохой посещаемости соответствует низкая успеваемость, а хорошей – высокая, как и можно было ожидать. Вроде бы это и так все знают, но дело в том, что теперь этот вывод получен непосредственно на основе анализа эмпирических данных и является количественным.

Рисунок 11. Информационный портрет признака:
30 «Посещаемость плохая», фильтр по успеваемости.

Рисунок 12. Информационный портрет признака:
32 «Посещаемость хорошая», фильтр по успеваемости.
Эту же информацию можно получить и другим способом.
В подсистеме F6 «Анализ» запустить режим «Просмотр профилей классов и признаков» и нажать функциональную клавишу F2 «Выбор статистической матрицы» F3 «Загрузить матрицу информативностей». Затем нажать F5 «Профили 3d», F1 «Трехмерная поверхность» и задать диапазон кодов классов: 7-10 (классификационная шкала: «Успеваемость») и диапазон кодов признаков 29-33 (классификационная шкала: «Посещаемость»). После этого появится возможность настройки ориентации трехмерной системы координат, описанная в Help в системе. Выход из настройки по клавише Esc. После этого в экранных формах в виде трехмерных графиков последовательно отображаются информативности выбранной подматрицы, которые имеется возможность записать в форме PCX-файлов, пропустить или распечатать. Некоторые из этих форм представлены на рисунках 13-14.

Рисунок 13. Некоторые варианты отображения подматрицы:
классификационная шкала «Успеваемость»
? описательная шкала «Посещаемость» в системе «Эйдос»

Из анализа этих трехмерных графиков видно, что очень хорошая успеваемость слабо зависит от посещаемости, а низкая – сильно. На основании этого можно сформулировать гипотезу, что хорошая посещаемость может гарантировать от низкой успеваемости, но сама по себе не гарантирует высокой, для достижения которой, видимо, играют важную роль также другие факторы, например, уровень достатка. Чтобы проверить эту гипотезу в подсистеме F6 «Анализ» запустим режим «Просмотр профилей классов и признаков» и поставим курсор на класс: код 7 «Успеваемость – 5 более 75%», а затем нажмем F4 «Профили 2d», F1 «Класс распознавания» и зададим диапазон признаков, градаций описательных шкал: 24-33 (шкалы: «Достаток» и «Посещаемость»). В результате получим графическую форму, представленная на рисунке 14:

Рисунок 14. Профиль влияния описательных шкал: «Достаток» и «Посещаемость» на классификационную шкалу «Успеваемость»

Из этой формы видно, что хорошая посещаемость (код 32) положительно влияет на высокую успеваемость примерно также, как наличие квартиры (код 24) и компьютера (код 26), но все эти факторы вместе взятые уступают влиянию одного фактора: «Есть автомобиль» (код 25).
Пример решения задания 4.2: Как сказывается пол на посещаемости?