Aula 29/8

 

Pauta

- IA para Redução de Dimensão

       - Refazer em 2D

       - Fazer em 6D

 

 

Horarios de Consulta

 Horarios de Consulta: Sextas das 21:30 as 22:30 e sabados das 19 às 20 horas. No link: 

https://meet.google.com/xgf-jman-pyv

Whatsapp do Gabriel : 019-988-627-438

Visualização 6d com IAI Não S para Redução de Dimensão

   Visualização 6d com IAI Não S para Redução de Dimensão

data reducao;

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

datalines;

1.604 89 60 11 9 90

0.385 90 61 10 8.9 91

0.216 91 62 9 9.1 92

0.303 90 59 10 8.8 89

1.961 20 12 81 0.2 20

0.782 21 14 79 0.3 22

0.57 22 15 78 0.25 23

2.187 22 12 77 0.2 24

0.764 59 35 41 6 60

0.273 60 32 40 6.5 61

1.883 64 33 38 5.8 63

0.581 62 32 37 5.6 62

0.18 79 50 21 8.2 80

0.007 80 49 20 7.8 79

2.028 80 48 18 8.2 81

2.431 79 47 21 7.7 78

;

proc print; run;

proc prinqual plots=(MDPref);

   transform identity(DBO ICobV ICArb Bcont Dis_Pl IBD_A);  /* identity transform */

   ods select MDPrefPlot;

run;

Aula 22/8

 Pauta:

- Exercicios 3 e 4

- Mostrar Site:

https://sites.google.com/view/lce136-biologia-esalq-usp

- Mostrar Horrios de Consulta ver postagem

Machine Learning para Predição - Regressão Multipla - Biodiversidade Animal - SAS e Weka

  Machine Learning para Predição -  Regressão Multipla - Biodiversidade  Animal - SAS e Weka 

Machine Learning para Predição -

     Regressão - Biodiversidade

                  Animal

Quais Variáveis Preditoras - IA (Variáveis Independentes ou Causa para a Estatística) impactam na Biodiversidade Animal?

Dados para Rodar no Weka

Arquivo

Autor: Gabriel Sarriés

Variáveis Preditoras (Total = 5)

DBO – Demanda Bioquímica de Oxigênio

ICobV – Índice de Cobertura Vegetal

ICArb – Índice de Cobertura Arbórea

IBCont – Bioindicador de Contaminação (agrotóxicos)

Dis_Pl – Distancia do plantio de grãos.

Modelo Matemático:

Biodiversidade Animal = a + b*DBO +c*ICobV+ d*ICArb+e*IBCont+f*Dis_Pl

Exemplo de Biomonitor

Área de Cultivo de Grãos 

Soja - Milho - Algodão - Trigo - Aveia

Banco de Dados para Desenvolver Algoritmo de MLS para Predição

DBO	ICobV	ICArb	Bcont	Dis_Pl	IBD_A
1,604	89	60	11	9	90
0,385	90	61	10	8,9	91
0,216	91	62	9	9,1	92
0,303	90	59	10	8,8	89
1,961	20	12	81	0,2	20
0,782	21	14	79	0,3	22
0,57	22	15	78	0,25	23
2,187	22	12	77	0,2	24
0,764	59	35	41	6	60
0,273	60	32	40	6,5	61
1,883	64	33	38	5,8	63
0,581	62	32	37	5,6	62
0,18	79	50	21	8,2	80
0,007	80	49	20	7,8	79
2,028	80	48	18	8,2	81
2,431	79	47	21	7,7	78

Selecionou 3 Variaveis Preditoras

Machine Learning Supervisionado para Predição - Regressão - Biodiversidade Animal

Arquivo Biodiversidade Animal (do Weka):

                   Arquivo Biodiversidade Animal  (arff)

Resultado do Weka

Linear Regression Model

Ibd_A =

      0.2508 * ICob_V +

      0.1578 * ICArb +

     -0.4855 * BCont +

      1.147  * Dist_Pla +

     52.8115

Resultado do Weka (MLS para Previsão)

 

bd_A =

 

      0.2508 * ICob_V + Diferença com o Excel

      0.1578 * ICArb +  OK Excel

     -0.4855 * BCont +   OK Excel

      1.147  * Dist_Pla +    OK Excel

     52.8115

Resultado do Excel 3 Variáveis Preditoras

Para MLS Previsão foram 4

Material Complementar

Arquivo excel para Download:

Regressao_Multipla_Excel

Script do SAS Regressao Multipla

data bda;

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

cards;

1.604 89 60 11 9 90

0.385 90 61 10 8.9 91

0.216 91 62 9 9.1 92

0.303 90 59 10 8.8 89

1.961 20 12 81 0.2 20

0.782 21 14 79 0.3 22

0.57 22 15 78 0.25 23

2.187 22 12 77 0.2 24

0.764 59 35 41 6 60

0.273 60 32 40 6.5 61

1.883 64 33 38 5.8 63

0.581 62 32 37 5.6 62

0.18 79 50 21 8.2 80

0.007 80 49 20 7.8 79

2.028 80 48 18 8.2 81

2.431 79 47 21 7.7 78

;

/*

input DBO ICobV ICArb Bcont Dis_Pl IBD_A;

*/

proc reg;

model IBD_A = DBO ICobV ICArb Bcont Dis_Pl;

run;

Saida do SAS

Regressao Robusta Multipla

Comando do SAS: 

Arquivo para Weka (.arff)

@RELATION biodiv_Animal

@ATTRIBUTE dbo REAL

@ATTRIBUTE  ICob_V REAL

@ATTRIBUTE ICArb REAL

@ATTRIBUTE BCont REAL

@ATTRIBUTE Dist_Pla REAL

@ATTRIBUTE Ibd_A REAL

@DATA

6.416555198,60,99,99,5,90

1.538176272,61,98,99,6,91

...