Professional Documents
Culture Documents
Tema3 Clasificacinautomtica
CienciasdelaComputacineInteligenciaArtificial
Tema3:Clasificacinautomtica
ndice
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.1Introduccin
3.1.1Definicin Clasificacinsupervisada:
Elconjuntodedatosestformadoportuplas atributovalor Elproblemadeclasificacinpuedeserbiclsico (elegirentredos clases)omulticlsico (entremuchasclases) Losatributospuedensercontinuos(valoresenterosoreales)o discretos(etiquetas) Puedeexistirruido(ejemplosmalclasificados) Puedenexistirdatosincompletos(missing values)
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.1Introduccin
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.1Introduccin
3.1.3Criteriosdeevaluacindeclasificadores
Matrizdeconfusin:muestraladistribucindeloserrores cometidosporunclasificadoralolargodelasdistintascategoras delproblema Claseverdadera 0(+) Clase predicha 0(+) 1() a c 0 Tasadeerror:(b+c)/N Sensibilidad:a/(a+c)proporcindeverdaderospositivos Especificidad:d/(b+d)proporcindeverdaderosnegativos
5
1() b d 1 p0 p1 N
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.1Introduccin
3.1.3Criteriosdevalidacindeclasificadores
Holdout:Sedivideelconjuntodecasosendosgrupos:conjuntode entrenamiento(2/3)yconjuntodetest (1/3).Elconjuntodeentrenamiento seusaparagenerarelclasificadoryeldetest paraevaluarlo. Validacincruzada (crossvalidation):SedivideelconjuntodecasosenK subconjuntosdelmismotamao.SeutilizanK1subconjuntoscomodatos deentrenamientoy1subconjuntocomodatosdetest.SerepiteparalosK subconjuntosysecalculalamediadelaevaluacin.SueleutilizarseK=10. Dejarunofuera (leave one out):validacincruzadaconKigualal nmerodecasos. Bootstrapping:elconjuntodeentrenamientoseescogecomounamuestra aleatoriaconreemplazamiento.
6
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.1Definicin rboldedecisin:
esunarepresentacindelosprocesosdedecisininvolucradosen lastareasdeclasificacin
Elementos:
Hojas:describenlaetiquetaasociadaaunaclasificacin Nodos:describenlapreguntaacercadeunciertoatributo Ramasdeunnodo:representanlosdiferentesvaloresquepuede tomarelatributorespectodelquesepreguntaenelnodo
Objetivos:
Dadounconjuntodeejemplosclasificados,generarelrbolde decisinptimo,esdecir,aquelquepermitadescribirla clasificacinconelmenornmerodecuestionesposible Aprendizajeautomtico
7
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.2Unpocodehistoria
En1966sepublicaExperimentsinInduction,deHunt,Mariny StonedondedescribenloquelosautoresdenominanConcept LearningSystems (CLS),queutilizanatributosbinariosytcnicas heursticasparaconstruirrbolesdedecisin. En1984sepublicaClassificationandregressiontrees,deBreiman, Friedman,OlshenyStone.Enlsedescribeunmtododeinduccin paraconstruirrbolesdedecisindeformarecursivaqueseconoce comoCART. En1986J.Ross Quinlan desarrollaID3(Iterative Dichotomiser 3),que posteriormentemejoraracreandoC4.5(1993).ID3utilizalaentropa deinformacinparacrearlosrboles.
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.2Unpocodehistoria
Otroalgoritmomuyextendidoparalacreacinderbolesde decisinesCHAID,queseincluyeenmuchospaquetesestadsticos. CHAIDutilizaelcontrastedePearson (otest 2)paraseleccionarel atributoaestudiarencadanodo. Otrosalgoritmosmenosconocidossonlossiguientes
ID4eID4RdeSchlimmer yFisher (1986):esunaversinincrementalde ID3 ID5eID5RdeUtgoff (1990):versinincrementaldeID3 J4.8:implementacindeC4.5incluidaenWEKA C5.0:ltimaversinmejoradadeC4.5
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3
ID3(Instancias) SItodaslasinstanciassondelamismaclaseCENTONCES devolverHoja(C) SINOSIelconjuntodeinstanciasestvacoENTONCESdevolver Hoja(Clase_por_defecto) SINOSIelconjuntodeinstanciasnocontieneningnatributo ENTONCESdevolverHoja(Clase_mayoritaria) SINO
ElegiratributoAconmayorgananciadeinformacin Crearnodoconelatributoseleccionado ParacadavalorVdelatributoA
CrearunaramaconelvalorV SeleccionarlasinstanciasconelvalorVdelatributoA EliminarelatributoAdeesteconjuntodeinstanciasCv AsignaralaramaelrboldevueltoporID3(Cv) 10
Devolvernodo
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 Definiciones:
C:conjuntodeclases Ai:conjuntodeatributos Vi:conjuntodevaloresdeAi n:nmerodepatrones nc:nmerodepatronesdelaclasec C nij:nmerodepatronesconelvalorj Vi enelatributoAi nijc:nmerodepatronesdelaclasec conelvalorj enelatributoAi
11
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 GananciadeinformacindelatributoAi
G(Ai)=I I(Ai)
Entropadeinformacindelconjuntodepatrones
I= (nc/n)log2(nc /n)
EntropadeinformacindelatributoAi
I(Ai) = (nij/n)Iij
EntropadeinformacindelvalorjdelatributoAi
Iij = (nijc/nij)log2(nijc/nij )
12
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 Ejemplo:
Sedeseagenerarunrboldedecisinqueclasifiqueentre clulasnormalesyclulascancergenassegnlosdatosdela siguientetabla:
Ejemplo
1 2 3 4 5 6
Antenas
1 1 1 0 1 2
Colas
0 0 2 2 1 2
Ncleos
2 1 0 1 1 1
Cuerpo
Rayado Blanco Rayado Rayado Rayado Rayado
Clase
Normal Cancergena Normal Normal Cancergena Cancergena
13
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoAntenas
I(A1) = (nij/n)Iij =(1/6)I10 +(4/6)I11 +(1/6)I12 =0.66
Entropadeinformacindelvalor0delatributoAntenas
I10 = (1/1)log2(1/1) (0/1)log2 (0/1)=0
Entropadeinformacindelvalor1delatributoAntenas
I11 = (2/4)log2 (2/4) (2/4)log2 (2/4)=1
Entropadeinformacindelvalor2delatributoAntenas
I12 = (0/1)log2(0/1) (1/1)log2 (1/1)=0
14
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoColas
I(A2) = (nij/n)Iij =(2/6)I20 +(1/6)I21 +(3/6)I22 =0.79
Entropadeinformacindelvalor0delatributoColas
I20 = (1/2)log2(1/2) (1/2)log2 (1/2)=1
Entropadeinformacindelvalor1delatributoColas
I21 = (0/1)log2 (0/1) (1/1)log2 (1/1)=0
Entropadeinformacindelvalor2delatributoColas
I22 = (2/3)log2(2/3) (1/3)log2 (1/3)=0.9183
15
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoNcleos
I(A3) = (nij/n)Iij =(1/6)I30 +(4/6)I31 +(1/6)I32 =0.54
Entropadeinformacindelvalor0delatributoNcleos
I30 = (1/1)log2(1/1) (0/1)log2 (0/1)=0
Entropadeinformacindelvalor1delatributoNcleos
I31 = (1/4)log2 (1/4) (3/4)log2 (3/4)=0.8113
Entropadeinformacindelvalor2delatributoNcleos
I32 = (1/1)log2(1/1) (0/1)log2 (0/1)=0
16
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoCuerpo
I(A4) = (nij/n)Iij =(1/6)I40 +(5/6)I41 =0.81
EntropadeinformacindelvalorblancodelatributoCuerpo
I40 = (0/1)log2(0/1) (1/1)log2 (1/1)=0
Entropadeinformacindelvalorrayadodelatributo Cuerpo
I41 = (2/5)log2 (2/5) (3/5)log2 (3/5)=0.9710
17
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3
SeescogeelatributoNcleos Sedividenlospatrones:
Ncleos=0 Ejemplo 3 Ncleos=1 Ejemplo 2 4 5 6 Ncleos=2: Ejemplo 1 Antenas 1 Colas 0 Cuerpo Rayado Clase Normal
18
Antenas 1
Colas 2
Cuerpo Rayado
Clase Normal
Antenas 1 0 1 2
Colas 0 2 1 2
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3
rboldedecisin Ncleos? 0 Normal 1 2 Normal
Ejemplo 2 4 5 6
Antenas 1 0 1 2
Colas 0 2 1 2
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoAntenas
I(A1) = (nij/n)Iij =(1/4)I10 +(2/4)I11 +(1/4)I12 =0
Entropadeinformacindelvalor0delatributoAntenas
I10 = (1/1)log2(1/1) (0/1)log2 (0/1)=0
Entropadeinformacindelvalor1delatributoAntenas
I11 = (0/2)log2 (0/2) (2/2)log2 (2/2)=0
Entropadeinformacindelvalor2delatributoAntenas
I12 = (0/1)log2(0/1) (1/1)log2 (1/1)=0
20
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoColas
I(A2) = (nij/n)Iij =(1/4)I20 +(1/4)I21 +(2/4)I22 =0.5
Entropadeinformacindelvalor0delatributoColas
I20 = (0/1)log2(0/1) (1/1)log2 (1/1)=0
Entropadeinformacindelvalor1delatributoColas
I21 = (0/1)log2 (0/1) (1/1)log2 (1/1)=0
Entropadeinformacindelvalor2delatributoColas
I22 = (1/2)log2(1/2) (1/2)log2 (1/2)=1
21
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3 EntropadeinformacindelatributoCuerpo
I(A4) = (nij/n)Iij =(1/4)I40 +(3/4)I41 =0.6887
EntropadeinformacindelvalorblancodelatributoCuerpo
I40 = (0/1)log2(0/1) (1/1)log2 (1/1)=0
Entropadeinformacindelvalorrayadodelatributo Cuerpo
I41 = (1/3)log2 (1/3) (2/3)log2 (2/3)=0.9183
22
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3
SeescogeelatributoAntenas Sedividenlospatrones:
Antenas=0 Ejemplo 4 Antenas=1 Ejemplo 2 5 Antenas=2: Ejemplo 6 Colas 2 Cuerpo Rayado Clase Cancergena
23
Colas 2
Cuerpo Rayado
Clase Normal
Colas 0 1
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.2rbolesdedecisin
3.2.3ElalgoritmoID3
rboldedecisin Ncleos? 0 Normal 0 Normal 1 Antenas? 1 Cancergena 2 Normal 2 Cancergena
24
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
Origen:Michalski (1983)desarrollaunametodologagenrica denominadastar delaquederivannumerososalgoritmosde generacindereglasqueseagrupanbajoladenominacinAq. Objetivos:Dadounconjuntodeejemplospositivosynegativos, generarunconjuntodereglasquedescribantodoslospositivosyno reconozcanningnejemplonegativo. Elementos: A,conjuntodeatributos V,conjuntodevaloresdelosatributos C,conjuntodeclases E,conjuntodeejemplosdeentrenamiento LEF,listadecriteriosdepreferenciadereglas Aprendizajeautomtico
25
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ LEF:funcindeevaluacinlexicogrfica
Permiteelegirlareglaaaadirentreunconjuntodecandidatas Posiblescriterios: Cobertura:nmerodeejemplospositivoscubiertos Simplicidad:nmerodeatributosqueseestudianenel antecedente Coste:costedeevaluacindelantecedente Generalidad:nmerodeejemplosobservadosentreel nmerodeejemplosposibles ElalgoritmoAq esindependientedelafuncindeevaluacin
26
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ Selector:permiterealizarpreguntasobreunatributo:
Sintaxis:(AtributoOperadorValores ) Operador:=,<=,>,!= Valores:valorcontinuoodiscretodelatributo
Complejo:esunaconjuncindeselectores
Ejemplo:(Peso>30)^(Color=rojo) Permitedescribirelantecedentedeunaregladeclasificacin Equivalea:SI(Peso>30)^(Color=rojo)ENTONCESclase= positivo
Recubrimiento:esunadisyuncindecomplejos
Ejemplo:[(Peso>30)^(Color=rojo)]v[(Tamao=grande)] Permitedescribirconjuntosdereglas
27
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ Algoritmoparagenerarlarreglas:
Inicialmenteelconjuntodereglas(recubrimiento)estavaco SeconsideraelconjuntoPdeejemplospositivosyelconjuntoN deejemplosnegativos MientrasquedenejemplospositivosenP,repetir ElegirunejemplodePqueserlasemilladelaprxima regla Generarcomplejosquecubranlasemillayexcluyanalos ejemplosdeN(algoritmostar) Elegirdeentreloscomplejoselqueoptimiceelcriteriode seleccin(LEF) Aadirelcomplejoelegidoalrecubrimiento EliminardePtodoslosejemploscubiertosporlanueva regla
28
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ Algoritmostar :
SeaEelconjuntodecomplejosadevolver:
Inicialmente:E=conjuntovaco
SeaLunalistadecomplejosaestudiar:
Inicialmente:L={()},esdecircontieneuncomplejoqueaceptatodo
SeaSelconjuntodeselectoresdelasemilla
Sseformaaconlosatributosyvaloresdelejemplosemilla
MientrasLnoestvacarepetir
CrearunconjuntoEconcomplejoscreadosporconjuncindeun elementodeLyunselectordeS EliminardeEloselementosqueyaestnincluidosenE ParacadacomplejodeE,sinocubreningnejemplonegativo, entonces AadirelcomplejoaE EliminarelcomplejodeE ActualizarlalistaLaloselementosdeE
DevolverelconjuntoE
29
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
EJEMPLO:Sedeseagenerarunconjuntodereglasdeclasificacin quedistingaentreclulasnormalesyclulascancergenassegn losdatosdelassiguientestablas: Normales
Antenas 1 1 0 0 Colas 0 2 2 2 Ncleos 2 0 1 2 Cuerpo Rayado Rayado Rayado Rayado
Cancergenas
Antenas 1 1 2 Colas 0 1 2 Ncleos 1 1 1 Cuerpo Blanco Rayado Rayado 30
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
EJEMPLO Inicialmenteelconjuntodereglasestvaco Seescogecomosemillaelprimerejemplopositivo
(Antenas=1)^(Colas=0)^(Ncleos=2)^(Cuerpo=Rayado)
SegeneraelconjuntodeselectoresS
S={(Antenas=1),(Colas=0),(Ncleos=2),(Cuerpo=Rayado)}
PRIMERAITERACIN SecreaelconjuntoE
E={(Antenas=1),(Colas=0),(Ncleos=2),(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=2)}
SealmacenaenLloselementosrestantes
L={(Antenas=1),(Colas=0),(Cuerpo=Rayado)}
31
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
SEGUNDAITERACIN SecreaelconjuntoE
E={(Antenas=1)^(Colas=0),(Antenas=1)^(Ncleos=2), (Antenas=1)^(Cuerpo=Rayado),(Colas=0)^(Ncleos =2), (Colas=0)^(Cuerpo=Rayado),(Ncleos=2)^(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=2),(Antenas=1)^(Ncleos=2),(Colas=0)^(Ncleos= 2), (Colas=0)^(Cuerpo=Rayado),(Ncleos=2)^(Cuerpo=Rayado)}
SealmacenaenLloselementosrestantes
L={(Antenas=1)^(Colas=0),(Antenas=1)^(Cuerpo=Rayado)}
32
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
TERCERAITERACIN SecreaelconjuntoE
E={(Antenas=1)^(Colas=0)^(Ncleos=2), (Antenas=1)^(Colas=0)^(Cuerpo=Rayado), (Antenas=1)^(Cuerpo=Rayado)^(Ncleos=2)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=2), (Antenas=1)^(Ncleos=2), (Colas=0)^(Ncleos=2), (Colas=0)^(Cuerpo=Rayado), (Ncleos=2)^(Cuerpo=Rayado), (Antenas=1)^(Colas=0)^(Ncleos=2), (Antenas=1)^(Colas=0)^(Cuerpo=Rayado), (Antenas=1)^(Cuerpo=Rayado)^(Ncleos=2)}
SealmacenaenLloselementosrestantes
L={}
33
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
Seseleccionalareglaconmejorcriteriodeseleccin:
LEF={(cobertura=1),(nmerodepremisas=3)} Lasreglasconmximacoberturason:
(Ncleos=2) (Ncleos=2)^(Cuerpo=Rayado)
Entreestaslareglaconmenornmerodepremisases:
(Ncleos=2)
Seaadealalistadereglasyseeliminanlosejemploscubiertos
Sebuscaunanuevaregla Seescogecomosemillaelsiguienteejemplopositivo
(Antenas=1)^(Colas=2)^(Ncleos=0)^(Cuerpo=Rayado)
34
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
SegeneraelconjuntodeselectoresS
S={(Antenas=1),(Colas=2),(Ncleos=0),(Cuerpo=Rayado)}
PRIMERAITERACIN SecreaelconjuntoE
E={(Antenas=1),(Colas=2),(Ncleos=0),(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=0)}
SealmacenaenLloselementosrestantes
L={(Antenas=1),(Colas=2),(Cuerpo=Rayado)}
35
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
SEGUNDAITERACIN SecreaelconjuntoE
E={(Antenas=1)^(Colas=2),(Antenas=1)^(Ncleos=0), (Antenas=1)^(Cuerpo=Rayado),(Colas=2)^(Ncleos =0), (Colas=2)^(Cuerpo=Rayado),(Ncleos=0)^(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=0), (Antenas=1)^(Colas=2), (Antenas=1)^(Ncleos=0), (Colas=2)^(Ncleos=0), (Ncleos=0)^(Cuerpo=Rayado)}
SealmacenaenLloselementosrestantes
L={(Antenas=1)^(Cuerpo=Rayado), (Colas=2)^(Cuerpo=Rayado)}
36
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
TERCERAITERACIN SecreaelconjuntoE
E={(Antenas=1)^(Cuerpo=Rayado)^(Colas=2), (Antenas=1)^(Cuerpo=Rayado)^(Ncleos=0), (Colas=2)^(Cuerpo=Rayado)^(Ncleos=0)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Ncleos=0), (Antenas=1)^(Colas=2), (Antenas=1)^(Ncleos=0), (Colas=2)^(Ncleos=0), (Ncleos=0)^(Cuerpo=Rayado), (Antenas=1)^(Cuerpo=Rayado)^(Colas=2), (Antenas=1)^(Cuerpo=Rayado)^(Ncleos=0), (Colas=2)^(Cuerpo=Rayado)^(Ncleos=0)}
SealmacenaenLloselementosrestantes
L={}
37
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ Seseleccionalareglaconmejorcriteriodeseleccin:
LEF={(cobertura=1),(nmerodepremisas=3)} Todaslasreglastienencobertura1 Entreestas,lareglaconmenornmerodepremisases:
(Ncleos=0)
Seaadealalistadereglasyseeliminanlosejemploscubiertos
Reglasactuales:
SI(Ncleos=2)ENTONCESClase=Normal SI(Ncleos=0)ENTONCESClase=Normal
Sebuscaunanuevaregla Seescogecomosemillaelltimoejemplopositivo
(Antenas=0)^(Colas=2)^(Ncleos=1)^(Cuerpo=Rayado)
38
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
SegeneraelconjuntodeselectoresS
S={(Antenas=0),(Colas=2),(Ncleos=1),(Cuerpo=Rayado)}
PRIMERAITERACIN SecreaelconjuntoE
E={(Antenas=0),(Colas=2),(Ncleos=1),(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Antenas=0)}
SealmacenaenLloselementosrestantes
L={(Colas=2),(Ncleos=1),(Cuerpo=Rayado)}
39
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
SEGUNDAITERACIN SecreaelconjuntoE
E={(Colas=2)^(Antenas=0),(Colas=2)^(Ncleos=1), (Colas=2)^(Cuerpo=Rayado),(Ncleos=1)^(Antenas =0), (Ncleos=1)^(Cuerpo=Rayado),(Cuerpo=Rayado)^(Antenas= 0)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Antenas=0), (Colas=2)^(Antenas=0), (Ncleos=1)^(Antenas=0), (Cuerpo=Rayado)^(Antenas=0)}
SealmacenaenLloselementosrestantes
L={(Colas=2)^(Ncleos=1), (Colas=2)^(Cuerpo=Rayado), (Ncleos=1)^(Cuerpo=Rayado)}
40
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
TERCERAITERACIN SecreaelconjuntoE
L={(Colas=2)^(Ncleos=1)^(Antenas=0), (Colas=2)^(Ncleos=1)^(Cuerpo=Rayado), (Colas=2)^(Cuerpo=Rayado)^(Antenas=0), (Ncleos=1)^(Cuerpo=Rayado)^(Antenas=0)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Antenas=0), (Colas=2)^(Antenas=0), (Ncleos=1)^(Antenas=0), (Cuerpo=Rayado)^(Antenas=0), (Colas=2)^(Ncleos=1)^(Antenas=0), (Colas=2)^(Cuerpo=Rayado)^(Antenas=0), (Ncleos=1)^(Cuerpo=Rayado)^(Antenas=0)}
SealmacenaenLloselementosrestantes
L={(Colas=2)^(Ncleos=1)^(Cuerpo=Rayado)}
41
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
CUARTAITERACIN SecreaelconjuntoE
L={(Antenas=0)^(Colas=2)^(Ncleos=1)^(Cuerpo=Rayado)}
SealmacenaenEloselementosquenocubrenejemplosnegativos
E={(Antenas=0), (Colas=2)^(Antenas=0), (Ncleos=1)^(Antenas=0), (Cuerpo=Rayado)^(Antenas=0), (Colas=2)^(Ncleos=1)^(Antenas=0), (Colas=2)^(Cuerpo=Rayado)^(Antenas=0), (Ncleos=1)^(Cuerpo=Rayado)^(Antenas=0), (Antenas=0)^(Colas=2)^(Ncleos=1)^(Cuerpo=Rayado)}
SealmacenaenLloselementosrestantes
L={}
42
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.1ElalgoritmoAQ
Seseleccionalareglaconmejorcriteriodeseleccin:
LEF={(cobertura=1),(nmerodepremisas=3)} Todaslasreglastienencobertura1 Entreestas,lareglaconmenornmerodepremisases:
(Antenas=0)
Seaadealalistadereglasyseeliminanlosejemploscubiertos
Reglasactuales:
SI(Ncleos=2)ENTONCESClase=Normal SI(Ncleos=0)ENTONCESClase=Normal SI(Antenas=0)ENTONCESClase=Normal
Yanoquedanejemplospositivos
43
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.2ElalgoritmoCN2
EsmuyparecidoalalgoritmoAQ.Generaunalistaordenadadereglas(el ordendelasreglasdeCN2influyeenlaclasificacin)siendolaltimaregla lareglapordefecto.Paralaconstruccindelasreglasseutilizantodoslos selectoresposibles(noslolosdelasemilla)yseseleccionan atendiendoala entropadedistribucinyalasignificancia estadsticadeloscomplejos estudiados
44
Aprendizajeautomtico
Tema3:Clasificacinautomtica
3.3Reglasdeclasificacin
3.3.3Otrosalgoritmos
Otrosalgoritmosdecreacindereglasdeclasificacin:
REP(Reduced ErrorPruning) IREP(IncrementalReduced ErrorPruning) IREP* RIPPER SLIPPER
45
Aprendizajeautomtico