Uživatelské nástroje

Nástroje pro tento web


Postranní lišta

Úvod


Data Hotel

Další data


Typové úlohy




Všechny řešené příklady


Řešené příklady s detaily na wiki

Histogramy na wiki

Asociační pravidla na wiki

Kontingenční tabulky na wiki

Dvojice asociačních pravidel


lm_guha_di_hist_mami_priklad

Výška sloupců v daných mezích - příklad

Motivace

V následujícím obrázku je procentuální rozložení příjezdů hostů v jednotlivých dnech týdne. Jedná se o histogram atributu PDenTydne.

Histogram je inspirací pro prakticky motivovanou analytickou otázku: Existuje skupina klientů, která přijíždí zhruba ve stejném zastoupení každý den v týdnu? Pokud ano, je třeba být každý den připravený na takové klienty.

Použijeme složitější zadání skupiny klientů - kombinace atributů PNoci_enum_m, POsob, POsobonoci_ef5 ze skupiny Pobyt, HPohlavi a HVek_exp ze skupiny Host, H_Cizinec_b, HMesto, HStat ze skupiny Host/Bydliště a atributů MObloha a MTeplota_exp ze skupiny atributů Meteo. Budeme ale chtít, aby tato skupina klientů byla dostatečně veliká. Jako dolní mez pro počet klientů zvolíme 105, tedy průměrně alespoň 15 klientů za každý den týdne. Požadujeme ale, aby tato skupina byla rozložena tak, že nejméně 10% a nejvýše 20% z nich bude přijíždět v každém dnu týdne. Jinými slovy, budeme chtít, aby minimální výška sloupce histogramu atributu PDenTydne znázorňujícího procenta pobytů začínajících v jednotlivé dny byla 10 a maximální výška byla 20.

Zadání procedury

Zadání procedury CF-Miner pro řešení výše naznačené úlohy je v následujícím obrázku. Ve sloupci ATRIBUTES FOR HISTOGRAM je uvedeno, že nás zajímá atribut PDenTydne. Ve sloupci QUANTIFIERS je zadáno, že nás zajímají skupiny nejméně 105 klientů a takové procentuální rozložení příjezdů hostů v jednotlivých dnech týdne, že v každém přijíždí nejméně 10% a nejvýše 20% klientů ze skupiny.

Ve sloupci CONDITION je zadání relevantních skupin klientů. Je použito zadání množiny relevantních cedentů, obvyklým způsobem jsou použity dílčí cedenty. Zde se jedná o dílčí cedenty Pobyt, Host, Host/Bydliště a Meteo. Jsou použity pouze některé z atributů odpovídajících skupin atributů, viz skupina Pobyt, skupina Host, skupina Host/Bydliště a skupina Meteo. Poznamenejme, že je vícekrát použito zadání koeficientů - sekvencí.

Výsledky

Výsledkem běhu procedury CF-Miner je 51 skupin hostů vyhovujících zadaným podmínkám:

Nejčetnější skupinou 336 klientů vyhovujících daným podmínkám je skupina klientů přijíždějících na jednu noc pokud je teplota neutrální nebo je teplo:

Vidíme, že minimální podíl klientů připadá na středu, která odpovídá 10% z celé skupiny. Maximální podíl klientů připadá na čtvrtek, kdy jich přijíždí 20% z celé skupiny.

lm_guha_di_hist_mami_priklad.txt · Poslední úprava: 2018/08/28 21:05 (upraveno mimo DokuWiki)