data mining
-
Upload
jorge-parra -
Category
Documents
-
view
221 -
download
0
description
Transcript of data mining
MINERIA DE DATOS Data Mining
ObjetivosDescubrimientoExtraer informacin de un conjunto de datos, para convertirlos en un conocimiento til.Realiza el anlisis automtico o semiautomtico de grandes cantidades de datos para extraer patrones.
Tcnicas AplicadasPredictivas o de aprendizaje supervisado: Orientadas a estimar valores de salida.Clasificacin.Regresin.Descriptivas o aprendizaje no supervisado: Orientadas a describir un conjunto de datos.AgrupamientoAsociacinSecuenciacinPredictivas - Clasificacin
Predictivas - Regresin
Algunos EjemplosDescriptivas - Agrupamiento
Descriptivas - Asociacin
Descriptivas - Secuenciacin
ClasificacinAprendizaje basado en casos o instancias.Metodos basados en vecindad.K-Vecinos mas CercanosN = numero de casosn = variables predictoriask = numero de casos mas cercanos a tener en cuenta del nuevo caso a clasificar.m = Posibles valores.
Dicho de otra forma
Algoritmodi = distancia desde el caso ya clasificado hasta el nuevo caso a clasificarD = Conjunto de N casos ya clasificadosx = nuevo caso a clasificar
COMIENZO:D = {(x1, c1), . . . ,(xN , cN )} -> Conjunto de N casos ya clasificadosx = (x1, . . . , xn) ->nuevo caso a clasificarPARA todo objeto ya clasificado (xi , ci)calcular di = d(xi , x) Ordenar di(i = 1, . . . , N) -> en orden ascendenteQuedarnos con los K casos de D sub x hasta k ya clasificados mas cercanos a xAsignar a x la clase mas frecuente en D sub x hasta kFINComplejidadO(DxN) siendo N el numero de tuplas y D su numero de caractersticas.