Porovnání vybraných klasifikačních metod na základě reálných datových souborů

Maria Cujba

Bakalářská práce

Comparison of selected classification methods based on real datasets

Anotace:

Tato bakalářská práce se zabývá porovnáním vybraných klasifikačních metod na základě reálných datových souborů. Cílem práce je zhodnotit výkonnost vybraných klasifikačních metod: logistická regrese, rozhodovací strom, náhodný les a metoda podpůrných vektorů. V teoretické části práce jsou představeny použité metody a techniky sloužící k jejich vyhodnocení. V praktické části je pracováno s pěti reálnými datovými soubory. Tato část obsahuje popis datových souborů, provedení explorační datové analýzy, výběr relevantních proměnných a tvorbu a evaluaci modelů. Na závěr jsou výsledky interpretovány s ohledem na různé metriky výkonnosti a je diskutována vhodnost použití jednotlivých metod v konkrétních situacích.

Abstract:

This bachelor thesis deals with the comparison of selected classification methods based on real datasets. The aim of the thesis is to evaluate the performance of the selected classification methods: logistic regression, decision tree, random forest and support vector machine. The theoretical part of the thesis presents the methods and the techniques used to evaluate the models. In the practical part, five real datasets are worked with. This part includes the description of the datasets, performing exploratory data analysis, selecting relevant variables and building and evaluating the models. Finally, the results are interpreted with respect to different performance metrics and the appropriateness of using each method in specific situations is discussed.

Klíčová slova

strojové učení, Python, Klasifikační metody, analýza reálných dat

Keywords

Classification methods, machine learning, Python, real data analysis

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 27. 6. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 19. 8. 2024
• Vedoucí: Zdeněk Šulc
• Oponent: Hana Řezanková

Vysoká škola ekonomická v Praze

Bakalářský studijní program / obor:
Matematické metody v ekonomii / Datové analýzy a modelování