2 0.1001 0.0079 -0.0461 -0.0357 0.1526 0.0277 0.9406 0.0681
.1140 -0.1343 -0.0348 0.0331 0.0785 -0.1599 -0.0551 0.0697 0.9048
.0594 -0.0814 0.0241 0.0456 -0.0373 -0.1285 0.0021 0.0419 -0.0519
.0261 -0.0255 -0.0227 0.0022 0.0029 -0.0311 -0.0221 0.0153 -0.020819 through 20
0.0213 0.0023
.0813 -0.0046
.0064 -0.0035
.0490 -0.0513
.1836 -0.0618
.0005 0.0000
.0098 -0.0053
.0223 -0.0202
.0801 -0.0187
.0602 -0.0241
.0715 -0.0214
.0103 -0.0258
.0427 -0.0022
.0505 -0.0083
.1343 -0.0223
.0216 -0.0232
.0481 0.0121
.0504 -0.0187
.9556 -0.0075
.0098 0.9947
На основі сингулярного розкладання матриць A1 і A2 знайшли енергії зв'язку W1 і W2 між досліджуваним об'єктом і рядками еталонних матриць. Знайдені енергії зв'язку наведені нижче. p> Енергії зв'язків досліджуваного об'єкта і складових навчальної вибірки хороших кредитів:
W1 = -0.3786 0.1814 0.4101 -0.1562 -0.8976
Енергії зв'язків досліджуваного об'єкта і складових навчальної вибірки поганих кредитів: = -0.4214 0.0414 -0.8371 -0.1811 0.2954
На основі знайдених енергій зв'язку шукаємо відстані між аналізованих об'єктом і відповідними еталонними класами. Знайдені відстані заносяться в вектор D: = 1.0171 0.9790 1.4592 0.9669 1.4997 0.9802 1.0235 1.2802 1.0799 0.8736
Парні елементи вектора D відображають відстані між досліджуваним об'єктом і хорошими кредитами, відповідно непарні між досліджуваним об'єктом і поганими.
Знаходимо мінімальне значення відстані, яке визначатиме до якому у класу належить досліджуваний об'єкт. Воно дорівнює
D = 0.8736
Так як цей елемент парний, отже, кредит відноситься до класу поганих.
Після рішення задачі класифікації отримуємо наступний результат:
В
Рис 5. Інтерпретація отриманого результату. br/>
З отриманих результатів видно, що кредит заявника належить до групи поганих , отже, заява буде відхилена.
7.2 Рішення завдання кластеризації та інтерпретація результатів
У курсовій роботі для інтелектуальної інформаційної системи оцінки кредитів була розроблена процедура самонавчання (навчання без експерта) для автоматичної кластеризації ряду кредитів. Результатом розв'язання задачі кластеризації будуть сформовані класи на площині обчислених значень енергії зв'язку. p align="justify"> Для демонстрації результатів рішення задачі класифікації візьмемо з бази даних вибірку з різних кредитів:
1 8 4 0 3398 1 4 1 3 1 4 1 39 3 2 2 2 1 1
1 6 4 0 1361 1 2 2 3 1 4 1 40 3 2 1 2 2 1
4...
