INTELIGENCIA ARTIFICIAL 2

EXAMEN
01.- explicar que realiza el programa y mostrar la grfica del resultado

clc
clear all
close all

load fisheriris

xdata = meas(51:end,3:4);

xdata_versicolor= xdata(1:50,1:2);
xdata_virginica = xdata(51:end,1:2);

plot(xdata_versicolor(:,1),xdata_versicolor(:,2),'r+')
hold on
plot( xdata_virginica(:,1),xdata_virginica(:,2),'g*')

02.- explicar que realiza el programa y mostrar la grfica del resultado

clc
clear all
close all

load fisheriris
xdata = meas(51:end,3:4);
group = species(51:end);
svmStruct = svmtrain(xdata,group,'showplot',true);

03.- Explicar que realiza el programa y mostrar la grfica del resultado

clc
clear all
close all

load fisheriris
xdata = meas(51:end,3:4);
group = species(51:end);
svmStruct = svmtrain(xdata,group,'showplot',true);

species = svmclassify(svmStruct,[5 2],'showplot',true)

hold on;
plot(5,2,'ro','MarkerSize',12);
hold off
species = 'virginica'

04.- Explicar que realiza el programa y mostrar el resultado

 A=load('datos_ iris.txt);
datos = A(:,1:end-1);
clases = [A(:,end)];
[train, test] = crossvalind('holdOut',size(clases,1));
X_tr = datos(train,:);
T_tr = clases(train);
X_tst = datos(test,:);
T_tst = clases(test);
save('data_orig_iris.mat','T_tr','X_tr', 'T_tst','X_tst')

05.- que es validacin cruzada. De un ejemplo.

06. Explicar que realiza el comando programa crossvalind () en el programa

indices = crossvalind('Kfold',T_tr,5);
for i = 1:5
train = (indices == i);
X_tr = Xtr(train,:); i
T_tr = Ttr(train,:);
save(strcat ('C:\iris_part', num2str(i),'.mat'),'T_tr','X_tr')
end

07.- Por que razn se normalizan y se escalan los datos antes de aplicarlos a SVM

08 .- Explicar que realiza esta porcin de programa y que resultado se obtendra.

K = 5;
C = -5: 2:15;
g = 15:-2:-5;
for i = 1:length(C)
for j = 1:length(g)
param = ['-t 2 -c ', num2str(2^C(i)), ' -g ', num2str(2^g(j))];
for kfold = 1:K
[Xtr2,Ltr2,Xval,Lval]= leer_datos(problema,kfold
Eval(kfold)=codifica_svm (Xtr2,Ltr2,Xval,Lval, param);
end
E_val(i,j)= mean(Eval);
end
end
[val,pos] = min(E_val);
[val1,pos2]= min(val);
fil = pos(pos2);
col = pos2;
C_op = C(fil);
g_op = g(col);
C = 2^C_op
gamma = 2^g_op