Научный журнал
Научное обозрение. Педагогические науки
ISSN 2500-3402
ПИ №ФС77-57475

ПРИМЕНЕНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В ЗАДАЧЕ КЛАССИФИКАЦИИ ЭКСПЕРТНЫХ ОЦЕНОК КАЧЕСТВА ВИННЫХ ИЗДЕЛИЙ

Сидорина С.А. 1 Воронова Л.И. 1
1 Московский технический университет связи и информатики
Сложность определения качества винной продукции состоит в том, что без участия экспертов невозможно однозначно установить соответствие нормативным показателям по химическому составу, окраске, прозрачности, аромату и вкусу напитка. В данной статье описывается реализация инструмента классификации экспертных сенсорных оценок качества винных изделий с применением технологий интеллектуального анализа данных. Основная задача заключается в обучении алгоритма машинного обучения на основе входных значений физико-химических характеристик каждого образца с показателями сенсорных оценок качества продукта. Важным этапом является исследование зависимостей и изучение исходного набора данных на предмет пропусков значений и выбросов, что позволит выбрать оптимальную стратегию решения задачи. Для контроля точности обучения модели применялась специальная метрика, показывающая долю выборки, по которым классификатор принял правильное решение. В качестве алгоритмов использовались: стохастический градиентный спуск, метод обратного распространения ошибки и выпрямленная линейная функция активации. Для решения поставленной задачи был выбран язык программирования Python 3.6.4 и интерактивная оболочка Jupyter Notebook. Нейронная сеть, архитектура которой представляет собой многослойный персептрон с 7 слоями, разработана в библиотеке Skikit-learn.
машинное обучение
нейронная сеть
интеллектуальные системы
классификация
skikit-learn
1. Cortez P., Cerdeira A., Almeida F., Matos T., Reis J. Modeling wine preferences by data mining from physicochemical properties. Decision Support Systems. 2009. V. 47(4). Р. 547–553.
2. UC Irvine Machine Learning Repository [Электронный ресурс]. Режим доступа: http://archive.ics.uci.edu/ml/index.php (дата обращения: 24.02.2019).
3. Project Jupyter. Documentation [Электронный ресурс]. Режим доступа: https://jupyter.org/documentation (дата обращения: 24.02.2019).
4. Scikit-learn documentation [Электронный ресурс]. Режим доступа: http://scikit-learn.org (дата обращения: 24.02.2019).
5. Stochastic Gradient Descent – Mini-batch and more [Электронный ресурс]. Режим доступа: https://adventuresinmachinelearning.com/stochastic-gradient-descent (дата обращения: 24.02.2019).
6. Activation Functions: Neural Networks [Электронный ресурс]. Режим доступа: https://towardsdatascience.com/activation-functions-neural-networks-1cbd9f8d91d6 (дата обращения: 24.02.2019).
7. Рашка С. Python и машинное обучение. М.: Издательство ДМК-Пресс, 2017. 418 с.

Оценка качества винных изделий является не простым процессом без проведения специальных лабораторных тестов и экспертных дегустаций. Применение методов интеллектуального анализа данных в винодельческой отрасли позволит значительно облегчить процесс определения качества вина.

Благодаря тому, что за последние несколько лет были разработаны многочисленные библиотеки с открытым исходным кодом и мощные алгоритмы, позволяющие обнаруживать в данных повторяющиеся образы, стало возможным делать прогнозы о будущих событиях.

Таким образом, основываясь только на наборе химических показателей, классификация качества винных изделий будет производиться без участия экспертов.

Постановка задачи и описание набора данных

Основной целью данной работы является разработка программного продукта для классификации экспертных сенсорных оценок качества винных изделий на основе физико-химических тестов.

Для исследования предметной области использовался набор данных белого португальского вина «Vinho Verde» [1], взятый из общедоступного хранилища UC Irvine [2].

Этот набор данных содержат 3298 уникальных экземпляров белого вина с 11 физико-химическими характеристиками, такими как:

1 – фиксированная кислотность (fixed acidity);

2 – летучая кислотность (volatile acidity);

3 – лимонная кислота (citric acid);

4 – остаточный сахар (residual sugar);

5 – хлориды (chlorides);

6 – свободный диоксид серы (free sulfur dioxide);

7 – общий диоксид серы (total sulfur dioxide);

8 – плотность (density);

9 – pH;

10 – сульфаты (sulphates);

11 – алкоголь (alcohol).

Кроме этого, эксперты в ходе дегустации оценили качество вина от 0 (очень плохо) до 10 (очень хорошо). Усредненные сенсорные оценки по каждому примеру содержатся в этом же наборе данных.

Практическая реализации

Этапы практической реализации заключаются в следующем:

I. В интерактивной оболочке Jupyter Notebook [3] подключаются необходимые библиотеки [4] интеллектуального анализа данных.

II. Набор данных представлен в файле формата *.csv. Он загружается в оперативную память.

III. Переменной Y присваивается вектор со всеми значениями сенсорных оценок, значения остальных признаков записываются в переменную Х.

IV. После того как данные загружены необходимо провести качественный анализ.

Анализ данных

Авторами проведен статистический анализ данных на основе имеющегося набора и были определены минимальное, максимальное, среднее и стандартное отклонение значений всех экземпляров для каждого примера, которые представлены в таблице.

Статистические данные по набору

Признак

Мин.

Макс.

Ср. знач.

Ст. откл.

Fixed acidity (г\дм3)

3.800

14.20

6.855

0.842

Volatile acidity (г\дм3)

0.080

1.100

0.278

0.100

Citric acid (г\дм3)

0.000

1.660

0.333

0.121

Residual sugar (г\дм3)

0.600

65.80

6.406

5.108

Chlorides (г\дм3)

0.009

0.346

0.046

0.021

Free sulfur dioxide (мг\дм3)

3.000

289.0

35.33

17.16

Total sulfur dioxide (мг\дм3)

9.000

440.0

138.4

42.99

Density (г\см3)

0.987

1.039

0.994

0.003

pH

2.740

3.800

3.188

0.150

Sulphates (г\дм3)

0.220

1.080

0.490

0.114

Alcohol ( %)

8.000

4.200

10.52

1.237

Quality

3.000

9.000

5.877

0.890

Исходный набор не содержит отрицательных значений и пропусков, а также ни один из винных экземпляров не получил оценку ниже 3 или выше 9, поэтому сформировано 7 классов качества.

Архитектура нейронной сети

Модель нейронной сети представляет собой многослойный персептрон, схематично изображен на рис. 1.

sid1.tif

Рис. 1. Архитектура многослойного персептрона

Входной слой обозначен красным цветом и включает 11 входных параметров, перечисленные в первом столбце таблицы. Определение количества скрытых слоев и нейронов в них зависит от показателя точности (accuracy). Опытным путем установлено, что 5 скрытых слоев по 100 нейронов каждый является оптимальным, в противном случае будем иметь более низкие показатели обучаемости сети. Последний слой, синий, состоит из 7 выходных значений классов качества.

Существует несколько методов обучения нейронной сети и в нашей задаче будет использоваться алгоритм обратного распространения ошибки, который использует стохастический градиентный спуск (SGD) [5] в качестве алгоритма оптимизации. Функцией активации нейронов выступает выпрямленная линейная функция (ReLU) [6]. На рис. 2 изображена часть программного кода, необходимая для реализации обучения нейронной сети.

sid2.tif

Рис. 2. Пример программного кода для обучения нейронной сети

Для оценки точности работы используемого алгоритма применяется такая метрика, как достоверность.

Оценка точности алгоритма

Достоверность (accuracy) – это доля выборки, по которым классификатор принял правильное решение. Достоверность считается по формуле:

sidor01.wmf (1)

где Accuracyc – достоверность c-го класса, TN – истинно-отрицательное решение, TP – истинно-положительное решение, FP – ложно-положительное решение, FN – ложно-отрицательное решение [7].

Для оценки точности работы алгоритма исходный набор данных был случайным образом разделен на обучающую и тестовую выборку в соотношении 7:3 соответственно.

Обучив модель нейронной сети и протестировав ее на данных второй выборки получился следующий результат: accuracy=0.453532. Для повышения accuracy можно пытаться подобрать более удачные гиперпараметры или воспользоваться другим алгоритм.

Заключение

В ходе решения поставленной задачи была спроектирована и обучена модель нейронной сети, проведено испытание на тестовой выборке и получена оценка точности алгоритма.

Таким образом, можно заключить, что на прирост точности влияют множество факторов и нюансов, для этого изначально рекомендуется качественно исследовать набор данных, связи между различными признаками, корреляцию. Это позволит лучше понять данные, с которыми предстоит работа и в перспективе найти оптимальную модель обучения.

Данная работа выполнена в рамках курсового проекта по дисциплине «Методы интеллектуального анализа данных», научный руководитель – д.ф.-м.н., профессор Воронова Л.И.


Библиографическая ссылка

Сидорина С.А., Воронова Л.И. ПРИМЕНЕНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В ЗАДАЧЕ КЛАССИФИКАЦИИ ЭКСПЕРТНЫХ ОЦЕНОК КАЧЕСТВА ВИННЫХ ИЗДЕЛИЙ // Научное обозрение. Педагогические науки. – 2019. – № 4-3. – С. 76-78;
URL: https://science-pedagogy.ru/ru/article/view?id=2124 (дата обращения: 05.02.2023).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.685