تمرین درس Big Data
پنج سال پیش منتشر شده
تعداد بازدید: 271
کد پروژه: 178095
شرح پروژه
سلام
وقت بخیر
یک تمرین درس Big Data که شامل ۲ تا سوال هست. صورت سوالات به شرح زیر است:
1. پايگاه داده KDDCUP99 که توضيحات آن در فايل پيوست آورده شده است داراي دو فايل آموزش kddcup.data.gz و تست corrected.gz ميباشد. ميخواهيم با استفاده از RANDOM FOREST در SPARK دقت کلاسبندي و زمان اجرا بر روي 4 هسته را براي پنج کلاس اصلي DOSو R2L و U2R و probing و NORMAL در حالات زير بدست آوريم. الف: دو نمودار دقت و زمان اجرا را براي تعداد درخت 10-20-30-40-50 و حداکثر عمق درخت 10 رسم کنيد. ب:بهترين جواب بخش الف را با حداکثر عمق درخت 20 و با معيارهاي GINI يا ENTROPY تکرار کنيد ج : مقادير متريک هاي زير را براي بهترين جواب ارايه دهيد Precision, Recall, F-measure, True Positive Rate, False Positive Rate خروجي گزارش شامل کد، نتايج، نمودار و تحليل ان مي باشد.
2. پايگاه داده MNIST که توضيحات آن در پيوست آورده شده براي آموزش و تست يک درخت تصميم گيري در SPARK استفاده مي شود الف : نمودار دقت را با تغيير عمق درخت از k=3 to8 رسم نماييد. ب: با در نظر گرفتن عمق بهينه درخت پارامتر MaxBins را بين مقادير 4 و 8 و 16 و 32 تغيير دهيد. نمودار دقت خروجي را بر حسب اين پارامتر رسم نماييد و تغييرات موجود در دقت نتايج را توضيح دهيد. گزارش شامل کد و نتايج و نمودارهاي هر مرحله و تحليل جواب ها مي باشد.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
5روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت شش سال پیش
