Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword or section
Like this
30Activity

Table Of Contents

0 of .
Results for:
No results containing your search query
P. 1
APLICACIÓN DE TÉCNICAS DE INDUCCIÓN DE ÁRBOLES DE DECISIÓN A PROBLEMAS DE CLASIFICACIÓN MEDIANTE EL USO DE WEKA (WAIKATO ENVIRONMENT FOR KNOWLEDGE ANALYSIS).

APLICACIÓN DE TÉCNICAS DE INDUCCIÓN DE ÁRBOLES DE DECISIÓN A PROBLEMAS DE CLASIFICACIÓN MEDIANTE EL USO DE WEKA (WAIKATO ENVIRONMENT FOR KNOWLEDGE ANALYSIS).

Ratings: (0)|Views: 1,760 |Likes:
Teniendo en cuenta el gran avance en los sistemas de minería de datos desde el último siglo, las entidades educativas y empresariales han buscado maneras de explotar al máximo la información existente en sus sistemas de información, esto basándose en técnicas y software especializados que permiten interpretación fácil y real de los resultados.
Es así como para dar apoyo en la toma de decisiones a niveles administrativos o gerenciales, se crean metodologías especializadas y técnicas de extracción adecuada de la información, haciendo que el usuario final pueda ver los resultados en un solo clic o con pocos pasos, por tanto y teniendo en cuenta lo anterior, se crea el presente manual de usuario basado en la tecnología de información y software especializado WEKA (Waikato Environment for Knowledge Analysis) de la universidad de Waikato en Nueva Zelanda, este utiliza técnicas de minería de datos basándose en diferentes reglas y tipos de clasificación de información tales como árboles de decisión, reglas de clasificación, agrupamiento, etc.
Al ser un software especializado brindara apoyo suficiente para interpretar resultados de manera matemática y estadística y por medio de visualización de gráficos o árboles que agregarán valor a los resultados obtenidos.
Finalmente al usuario final se deja el trabajo profundo de investigación de teoremas o teorías si así lo desea para complementar sus interpretaciones, pero se deja por parte del autor conceptos que facilitaran la comprensión de funcionamiento de la herramienta para la generación de resultados adecuados y continuar en la mejora constante de la misma.
Teniendo en cuenta el gran avance en los sistemas de minería de datos desde el último siglo, las entidades educativas y empresariales han buscado maneras de explotar al máximo la información existente en sus sistemas de información, esto basándose en técnicas y software especializados que permiten interpretación fácil y real de los resultados.
Es así como para dar apoyo en la toma de decisiones a niveles administrativos o gerenciales, se crean metodologías especializadas y técnicas de extracción adecuada de la información, haciendo que el usuario final pueda ver los resultados en un solo clic o con pocos pasos, por tanto y teniendo en cuenta lo anterior, se crea el presente manual de usuario basado en la tecnología de información y software especializado WEKA (Waikato Environment for Knowledge Analysis) de la universidad de Waikato en Nueva Zelanda, este utiliza técnicas de minería de datos basándose en diferentes reglas y tipos de clasificación de información tales como árboles de decisión, reglas de clasificación, agrupamiento, etc.
Al ser un software especializado brindara apoyo suficiente para interpretar resultados de manera matemática y estadística y por medio de visualización de gráficos o árboles que agregarán valor a los resultados obtenidos.
Finalmente al usuario final se deja el trabajo profundo de investigación de teoremas o teorías si así lo desea para complementar sus interpretaciones, pero se deja por parte del autor conceptos que facilitaran la comprensión de funcionamiento de la herramienta para la generación de resultados adecuados y continuar en la mejora constante de la misma.

More info:

Published by: Programa Ingeniería de Sistemas on Jul 12, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/24/2013

pdf

text

original

 
APLICACIÓN DE TÉCNICAS DE INDUCCIÓN DE ÁRBOLES DEDECISIÓN A PROBLEMAS DE CLASIFICACIÓN MEDIANTE EL USODE WEKA (WAIKATO ENVIRONMENT FOR KNOWLEDGE ANALYSIS).FUNDACIÓN UNIVERSITARIA KONRAD LORENZFACULTAD DE INGENIERÍA DE SISTEMASBOGOTÁ2008
 
2
APLICACIÓN DE TÉCNICAS DE INDUCCIÓN DE ÁRBOLES DEDECISIÓN A PROBLEMAS DE CLASIFICACIÓN MEDIANTE EL USODE WEKA (WAIKATO ENVIRONMENT FOR KNOWLEDGE ANALYSIS).PAULA ANDREA VIZCAINO GARZONFUNDACIÓN UNIVERSITARIA KONRAD LORENZFACULTAD DE INGENIERÍA DE SISTEMASBOGOTÁ2008
 
 
3
CONTENIDO
LISTA DE FIGURAS ........................................................................................................... 4
 
INTRODUCCION ................................................................................................................ 7
 
1.MINERÍA DE DATOS ....................................................................................................... 8
 
1.1.
 
C
ARACTERÍSTICAS Y OBJETIVOS DE LA MINERÍA DE DATOS
...................................... 8
 
2.ÁRBOLES DE DECISIÓN .............................................................................................. 11
 
2.1.
 
C
ICLO DE UN
Á
RBOL DE DECISIÓN
....................................................................... 12
 
2.2.
 
C
ONSTRUCCIÓN DE ÁRBOLES DE DECISIÓN
.......................................................... 13
 
2.3.
 
C
LASIFICACIÓN DE ÁRBOLES DE DECISIÓN
........................................................... 14
 
2.3.1.
 
ADTree - Alternating Decision Tree [4] ................................................. 14 
 
2.3.2.
 
Decision Stump o árbol de decisión de un nivel ..................................... 15 
 
2.3.3.
 
ID3 ........................................................................................................... 16 
 
2.3.4.
 
J48 o C4.5 ............................................................................................... 18 
 
2.3.5.
 
LMT (Logistic Model Tree) ...................................................................... 20 
 
2.3.6.
 
M5P (Árbol de regresión) ........................................................................ 21
 
2.3.7.
 
NBTree (Naive Bayes Tree) .................................................................... 21
 
2.3.8.
 
RandomForest ........................................................................................ 22 
 
2.3.9.
 
RandomTree ........................................................................................... 23 
 
2.3.10.
 
REPTree ................................................................................................. 24 
 
2.3.11.
 
UserClassifier .......................................................................................... 24 
 
3.WEKA – Waikato Environment for Knowledge Analysis ................................................ 26
 
3.1.
 
INSTALACIÓN
 
Y
 
EJECUCIÓN ........................................................................ 27
 
3.2.
 
FORMAS
 
DE
 
UTILIZAR
 
WEKA ....................................................................... 28
 
3.3.
 
FICHEROS
 
.ARFF ........................................................................................... 31
 
4.SELECCIÓN Y SOLUCIÓN DEL PROBLEMA .............................................................. 34
 
4.1.
 
SELECCIÓN
 
DE
 
EJEMPLO ............................................................................. 34
 
4.2.
 
EMPEZANDO
 
CON
 
WEKA .............................................................................. 37
 
Paso 1 - Lanzar el interfaz Explorer 
.
........................................................................ 37 
 
Paso 2 - Cargar la base de datos 
.
 ............................................................................ 37 
 
Paso 3 - Generación de gráficos .............................................................................. 38 
 
4.3.
 
ÁRBOLES
 
DE
 
DECISIÓN
 
CON
 
WEKA ........................................................... 43
 
4.4.
 
REVISANDO
 
RESULTADOS .......................................................................... 68
 
5.BIBLIOGRAFÍA .............................................................................................................. 74
 

Activity (30)

You've already reviewed this. Edit your review.
1 hundred reads
1 thousand reads
cpisraulito liked this
Javier Loachamin liked this
kzadorloco liked this
Janire Olagibel liked this
James Jaspers liked this
Jossie Anaí A liked this

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->