Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Decision Tree Classification od Products Using C5.0 and Prediction of Workload Using Time Series Analysis
KTH, School of Electrical Engineering (EES).
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

This thesis covers the analysis of manually classified information, with afocus on classification using decision trees and prediction using time seriesanalysis. In the classification part of the thesis, an existing manual classificationis evaluated and compared to the classification obtained with adecision tree approach.In this thesis, the classes are comparable to each other, i.e. each class can beassigned a numerical value. Thus, the manual classification can be comparedto the decision tree classification with respect to the distance from the trueclass. The results show that decision tree classifications tend to fall intoneighboring classes with some exceptions.Using time series analysis, the daily rate of items arriving to a repair workshopis evaluated and predicted. The result shows that it is possible to finda predictor for the arrival rate of workload. This is performed by implementinga classical decomposition model to forecast a general trend and seasonalchanges, and improving the predictions by fitting a linear dynamical modeldriven by a white noise process. An automated algorithm to update thismodel is implemented to minimize the maintenance of forecasting.

Abstract [sv]

Denna uppsats avhandlar en analys utav manuellt klassificerad data medfokus på klassificering genom beslutsträd och prognostisering med hjälp avtidsserieanalys. I den del av uppsatsen som behandlar klassificering användsen uppsättning av tidigare, manuellt klassificerad data som analyseras ochjämförs med en ny klassifiering utförd genom en beslutsträdmetod.Klasserna som används i denna uppsats är jämförbara, vilket innebär attvardera klass kan tilldelas ett numeriskt värde. På så vis kan en jämförelseutav avstånd mellan den manuella klassifieringen och den klassifiering sombaserats på beslutsträd genomföras. Resultaten visar här att klasserna somhittas med hjälp av beslutsträd tenderar att hamna nära den sanna klassenmed vissa undantag.Genom tidsserieanalys analyseras och prognostiseras dagligt antal av inkomnaartiklar hos en reparatör. Resultaten visar att det är möjligt att till vissmån förutspå detta antal. Detta utförs genom att implementera en klassiskdekompositionsmodell, vilken sedan används för att förutspå en generelltrend och periodicitet. Återstående information i datan förutspås sedan medhjälp utav en linjär, dynamisk modell, driven av vitt brus. En automatiseradalgoritm för att uppdatera denna model implementerades även för attminimera underhållet av prognosticeringen.

Place, publisher, year, edition, pages
2016.
Series
TRITA-EE, ISSN 1653-5146 ; 2016:098
National Category
Electrical Engineering, Electronic Engineering, Information Engineering
Identifiers
URN: urn:nbn:se:kth:diva-200968OAI: oai:DiVA.org:kth-200968DiVA: diva2:1072186
Available from: 2017-02-07 Created: 2017-02-07 Last updated: 2017-02-07Bibliographically approved

Open Access in DiVA

johan jansson(2959 kB)350 downloads
File information
File name FULLTEXT01.pdfFile size 2959 kBChecksum SHA-512
3a5a07d85a5adac9b8ab634bade52fcb4e0b8ca775be3d7db9c9aa034d8ff84b8a614d0dad6ba990c9798ab3343769e361ffb32967d6d4521859ad0130b5915c
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering (EES)
Electrical Engineering, Electronic Engineering, Information Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 350 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 157 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf