Para a geração dos modelos usou se o algoritmo iBk que é equivalente ao KNN, com os parametros na imagem 1 a baixo.
imagem 1 com estes paramentros aplicou o algoritmo usando os casos de teste da imagem 2.
imagem 2
para a obteção dos modelos que respondem à:
- Para o dia "date", com o tipo de dia ("day_situation" e "restrictions") que Classificação e predição da situação dos teste (test_status) se tem?
- Para o dia "date", com o tipo de dia ("day_situation" e "restrictions") que Classificação e predição da situação das mortes (death_status) se tem?
- Para o dia "date", com o tipo de dia ("day_situation" e "restrictions") que Classificação e predição da situação dos casos (case_status) se tem?
nestes termos, gerou os medelos com as condições abaixo:
=== Run information ===
Scheme: weka.classifiers.lazy.IBk -K 19 -W 0 -A "weka.core.neighboursearch.LinearNNSearch -A \"weka.core.EuclideanDistance -R first-last\""
Relation: COVID-19-MOZ-VF
Instances: 455
Attributes: 20
Attributes List
date
day_situation
restrictions
case_status
total_cases
new_cases
new_cases_smoothed
death_status
total_deaths
test_status
total_tests
total_vaccinations
people_vaccinated
people_fully_vaccinated
new_vaccinations_smoothed
total_vaccinations_per_hundred
people_vaccinated_per_hundred
people_fully_vaccinated_per_hundred
new_vaccinations_smoothed_per_million
stringency_index
Test mode: split 80.0% train, remainder test
=== Classifier model (full training set) ===
IB1 instance-based classifier
using 19 nearest neighbour(s) for classification
Time taken to test model on test split: 0.01 seconds
Correctly Classified Instances 74 81.3187 %
Incorrectly Classified Instances 17 18.6813 %
Kappa statistic 0.6244
Mean absolute error 0.1648
Root mean squared error 0.2859
Relative absolute error 48.782 %
Root relative squared error 68.2417 %
Total Number of Instances 91
Com este modelo se obteve cerca de 81.32% de acertos num total de 91 instâncias de testadas.
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
0.000 0.000 ? 0.000 ? ? 0.994 0.667 MAINTAIN
0.918 0.310 0.776 0.918 0.841 0.631 0.920 0.927 INCREASE
0.725 0.078 0.879 0.725 0.795 0.668 0.941 0.922 DECREASE
Weighted Avg. 0.813 0.201 ? 0.813 ? ? 0.931 0.919
MAINTAIN INCREASE DECREASE +
0 2 0 | MAINTAIN
0 45 4 | INCREASE
0 11 29 | DECREASE
Com este modelo se obteve a matriz de confusão acima, da qual se pode notar que:
- Das 91 instâncias de testadas, preve se uma probabilidade de 0% de chances dos números de testes se manterem iguais ao da semana anterior;
- Das 91 instâncias de testadas, preve se uma probabilidade de 49.45% de chances dos números de testes aumentar em relação à semana anterior;
- Das 91 instâncias de testadas, preve se uma probabilidade de 31.86% de chances dos números de testes reduzirem em relação à semana anterior; e
- A restante percentagem (18.69%) corresponde a probabilidade total de erro das chances totais. Ou seja: 4.1 há 2.19% de probabilidade do modelo errar dizendo que haverá aumento no número de testes ao no lugar de dizer que estes manterão; 4.2 há 4.39% de probabilidade do modelo errar dizendo que haverá decréscimo no número de testes ao no lugar de dizer que estes aumentarão; 4.3 há 12.08% de probabilidade do modelo errar dizendo que haverá aumento no número de testes ao no lugar de dizer que estes decrescerão;
Time taken to test model on test split: 0.01 seconds
Correctly Classified Instances 66 72.5275 %
Incorrectly Classified Instances 25 27.4725 %
Kappa statistic 0.5833
Mean absolute error 0.3004
Root mean squared error 0.371
Relative absolute error 67.879 %
Root relative squared error 78.8944 %
Total Number of Instances 91
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
0.731 0.015 0.950 0.731 0.826 0.780 0.948 0.871 MAINTAIN
0.813 0.254 0.634 0.813 0.712 0.536 0.821 0.715 INCREASE
0.636 0.155 0.700 0.636 0.667 0.492 0.867 0.710 DECREASE
Weighted Avg. 0.725 0.150 0.748 0.725 0.728 0.590 0.874 0.758
MAINTAIN INCREASE DECREASE +
19 3 4 | MAINTAIN
1 26 5 | INCREASE
0 12 21 | DECREASE
Com este modelo se obteve a matriz de confusão acima, da qual se pode notar que:
- Das 91 instâncias de testadas, preve se uma probabilidade de 20.87% de chances dos números de mortos se manterem iguais ao da semana anterior;
- Das 91 instâncias de testadas, preve se uma probabilidade de 28.57% de chances dos números de mortos aumentar em relação à semana anterior;
- Das 91 instâncias de testadas, preve se uma probabilidade de 23.07% de chances dos números de mortos reduzirem em relação à semana anterior; e
- A restante percentagem (27.47%) corresponde a probabilidade total de erro das chances totais. Ou seja: 4.1 há 3.29% e 4.39% de probabilidade do modelo errar respectivamente dizendo que haverá aumento e decréscimo no número de mortos ao no lugar de dizer que estes manterão; 4.2 há 1.09% e 5.49% da probabilidade do modelo ** errar respectivamente dizendo que haverá permanência e decréscimo no número de mortos** ao no lugar de dizer que estes aumentarão; e 4.3 há 0% e 13.18% da probabilidade do modelo errar respectivamente dizendo que haverá _ permanência_ e aumento no número de mortos ao no lugar de dizer que estes decrescerão.
Time taken to test model on test split: 0.01 seconds
Correctly Classified Instances 77 84.6154 %
Incorrectly Classified Instances 14 15.3846 %
Kappa statistic 0.692
Mean absolute error 0.2355
Root mean squared error 0.3168
Relative absolute error 47.0634 %
Root relative squared error 63.2074 %
Total Number of Instances 91
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
0.800 0.109 0.878 0.800 0.837 0.695 0.948 0.945 INCREASE
0.891 0.200 0.820 0.891 0.854 0.695 0.948 0.944 DECREASE
Weighted Avg. 0.846 0.155 0.849 0.846 0.846 0.695 0.948 0.945
INCREASE DECREASE +
36 9 | INCREASE
5 41 | DECREASE
Com este modelo se obteve a matriz de confusão acima, da qual se pode notar que:
- Das 91 instâncias de testadas, preve se uma probabilidade de 39.56% de chances dos números aumentarem em relação à semana anterior;
- Das 91 instâncias de testadas, preve se uma probabilidade de 45.05% de chances dos números reduzirem em relação à semana anterior; e
- A restante percentagem (15.39%) corresponde a probabilidade total de erro das chances totais. Ou seja: 3.1 há 5.49% de probabilidade do modelo errar dizendo que haverá aumento dos números no lugar de dizer que estes reduzirão; 3.2 há 9.89% de probabilidade do modelo errar dizendo que haverá redução dos números no lugar de dizer que estes aumentarão;
KEY VALUE
WEKA_HOME /home/carlos-matlule/wekafiles
awt.toolkit Sun.awt.X11.XToolkit
file.encoding UTF-8
file.separator /
java.awt.graphicsenv sun.awt.X11GraphicsEnvironment
java.awt.printerjob sun.print.PSPrinterJob
java.class.path /opt/weka-3-8-5/weka.jar
java.class.version 55.0
java.home /opt/weka-3-8-5/jre/zulu11.43.55-ca-fx-jre11.0.9.1-linux_x64
java.io.tmpdir /tmp
java.library.path /usr/java/packages/lib:/usr/lib64:/lib64:/lib:/usr/lib:/home/carlos-matlule/wekafiles/native
java.runtime.name OpenJDK Runtime Environment
java.runtime.version 11.0.9.1+1-LTS
java.specification.name Java Platform API Specification
java.specification.vendor Oracle Corporation
java.specification.version 11
java.vendor Azul Systems, Inc.
java.vendor.url http://www.azulsystems.com/
java.vendor.url.bug http://www.azulsystems.com/support/
java.vendor.version Zulu11.43+55-CA
java.version 11.0.9.1
java.version.date 2020-11-04
java.vm.compressedOopsMode Zero based
java.vm.info mixed mode
java.vm.name OpenJDK 64-Bit Server VM
java.vm.specification.name Java Virtual Machine Specification
java.vm.specification.vendoR Oracle Corporation
java.vm.specification.version 11
java.vm.vendor Azul Systems, Inc.
java.vm.version 11.0.9.1+1-LTS
jdk.debug release
jdk.vendor.version Zulu11.43+55-CA
line.separator
memory.initial 250MB (262144000)
memory.max 3978MB (4171235328)
os.arch amd64
os.name Linux
os.version 5.8.0-59-generic
path.separator :
sun.arch.data.model 64
sun.awt.enableExtraMouseButtons true
sun.boot.library.path /opt/weka-3-8-5/jre/zulu11.43.55-ca-fx-jre11.0.9.1-linux_x64/lib
sun.cpu.endian little
sun.cpu.isalist
sun.desktop gnome
sun.font.fontmanager sun.awt.X11FontManager
sun.io.unicode.encoding UnicodeLittle
sun.java.command weka.gui.GUIChooser
sun.java.launcher SUN_STANDARD
sun.jnu.encoding UTF-8
sun.management.compiler HotSpot 64-Bit Tiered Compilers
sun.os.patch.level unknown
ui.currentLookAndFeel com.sun.java.swing.plaf.gtk.GTKLookAndFeel
ui.installedLookAndFeels javax.swing.plaf.metal.MetalLookAndFeel,javax.swing.plaf.nimbus.NimbusLookAndFeel,com.sun.java.swing.plaf.motif.MotifLookAndFeel,com.sun.java.swing.plaf.gtk.GTKLookAndFeel
user.country US
user.dir /opt/weka-3-8-5
user.home /home/carlos-matlule
user.language en
user.name carlos-matlule
user.timezone Africa/Maputo
weka.version 3.8.5
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent