Лабораторный практикум по интеллектуальным информационным системам

83,33
12
18
УСП.ПО ДИСЦ.ГСД-02 (иностр.язык) — низкая
6
83,33
СРЕДНЯЯ адекватность модели
13
24
УСП.ПО ДИСЦ.ГСД-04 (история) — низкая
9
77,78
14
22
УСП.ПО ДИСЦ.ГСД-04 (история) — высокая
17
76,47
15
17
УСП.ПО ДИСЦ.ГСД-02 (иностр.язык) — средняя
12
75,00
16
56
УСП.ПО ДИСЦ.ОПД-02 (общая социология) — средняя
8
75,00
17
57
УСП.ПО ДИСЦ.ОПД-02 (общая социология) — низкая
8
75,00
18
43
УСП.ПО ДИСЦ.ЕН-01 (математика и информатика) — высокая
15
73,33
19
29
УСП.ПО ДИСЦ.ГСД-06 (право) — средняя
7
71,43
20
47
УСП.ПО ДИСЦ.ЕН-02 (конц.совр.естествознания) — средняя
7
71,43
НИЗКАЯ адекватность модели
21
113
Группа-2
23
69,57
22
23
УСП.ПО ДИСЦ.ГСД-04 (история) — средняя
16
68,75
23
44
УСП.ПО ДИСЦ.ЕН-01 (математика и информатика) — средняя
19
68,42
24
39
УСП.ПО ДИСЦ.ГСД-10 (психология и педагогика) — низкая
3
66,67
25
112
Группа-1
19
63,16
26
15
УСП.ПО ДИСЦ.ГСД-01 (философия) — низкая
13
61,54
ОЧЕНЬ НИЗКАЯ адекватность модели
27
107
УСП.ПО ДИСЦ.СД-05 (социология культуры) — средняя
11
54,55
28
38
УСП.ПО ДИСЦ.ГСД-10 (психология и педагогика) — средняя
13
53,85
29
86
УСП.ПО ДИСЦ.ОПД-12 (социальная экология) — средняя
17
52,94
30
108
УСП.ПО ДИСЦ.СД-05 (социология культуры) — низкая
4
50,00
Из таблицы 26 видно, что:
– из 113 классов сформированными оказались лишь 30, т.к. по остальным в обучающей выборке просто не было данных;
– если исключить из модели не сформированные классы, а также классы с дифференциальной валидностью (% верной идентификации) меньше 70% (строки с 21 по 30), то получившаяся в результате модель по 20 классам модель будет иметь среднюю адекватность не ниже 70%. Для автоматизации этой операции в системе «Эйдос» в подсистеме измерения адекватности имеется специальный режим. Необходимо отметить, что этот прием аналогичен исключению из рассмотрения результатов обработки с низким доверительным интервалом, что широко используется в дискриминантом анализе.

Задание 3. Провести системно-когнитивный анализ модели:
Задание 3.1. Решить задачи идентификации и прогнозирования (для себя).
Эти операции выполняются в 4-й подсистеме системы «Эйдос». Результаты выводятся в двух разрезах:
– индивидуальная универсальная характеристика конкретного респондента (рисунок 21);
– выборка респондентов, имеющих наивысшие сходство с заданным классом (рисунок 22).
Анализ карточек прогноза успеваемости показывает, что вариабельность внутри группы успевающих студентов гораздо выше, чем в группе неуспевающих. В результате в среднем уровень сходства конкретных респондентов с обобщенными образами классов, соответствующих высоким уровням успеваемости, гораздо ниже, чем с классами, соответствующими низким уровням успеваемости.