Технологии интеллектуального анализа данных : учебное пособие

291 построенная модель классификации. Рассмотрим пример таблицы после классификации (табл. 4.31). Таблица 4.31 Пример таблицы после классификации Входные поля Выходное поле Выходное поле после классификации Сумма кредита Возраст Образование Срок проживания Давать кредит Давать кредит 7000 37 Специальное 22 Да Да 7500 38 Среднее 12 Да Нет 14500 60 Высшее 30 Нет Нет 15000 28 Специальное 21 Да Да 32000 59 Специальное 29 Да Да 5000 57 Специальное 34 Да Нет 61500 29 Высшее 18 Нет Нет 13500 37 Специальное 28 Нет Да 25500 68 Высшее 30 Нет Нет На рис. 4.25 представлена таблица сопряженности. На глав- ной диагонали показано количество правильно классифицирован- ных примеров. В данном приме- ре всего два класса, поэтому таб- лица сопряженности имеет раз- мер 2×2 ячейки. Если количество неправиль- но классифицированных примеров довольно велико, это говорит о плохо построенной модели, нужно изменить ее параметры, увели- чить обучающую выборку либо изменить набор входных полей. Если же количество неправильно классифицированных примеров мало, это может говорить о том, что данные примеры являются аномалиями. В этом случае можно посмотреть, чем же характери- зуются такие примеры и, возможно, добавить новый класс для их классификации. Рис. 4.25. Таблица сопряженности для оценки качества классификации