Practica 8 SBC

7/24/2019 Practica 8 SBC

1/11

Practica N8

Weka Aprendizaje automtico y Data Mining

Actividades

Archivo WeathernumericSe abre el archivo de los ejemplos base perteneciente a Weka

!ig" #ista de$ archivo cargado Atri%uto out$ook

En la pestaa Classify se escoge el tipo de rbol para mostrar en este casoJ48 al hacer clic en start nos m!estra la informaci"n de este rbolgenerado#


2/11

!ig& Pesta'a ($assi)y

!ig* #isua$izaci+n de$ r%o$

En la pestaa $is!ali%e se m!estra !na matri% en la c!al se p!ede escogerlos atrib!tos c!ales comparar en !n gra&co generado#

!ig, Pesta'a #isua$izaci+n


3/11

-jercicios

Archivo Ma.uina

!ig/ (ontenido de$ archivo Ma.uina

En el archivo inicial era de e'tensi"n #'ls E'cel el c!al no es reconocido porWeka asi (!e ser transformado a csv primero para ser implementado#

!ig0 1e$ecci+n de$ archivo csv

!ig2 #ista de$ archivo ma.uina


4/11

En la pestaa Classify se escoge el tipo de rbol para mostrar en este caso3,8 al hacer clic en start nos m!estra la informaci"n de este rbolgenerado#

!ig8 #ista ($assi)y Deta$$e 4r%o$ 3,8

!ig5 #ista 4r%o$ 3,8

El rbol tiene como base las vibraciones y veri&ca l!ego la temperat!ra paravalidar el proceso indicando (!e si )* +, e'isten horas en f!ncionamiento y-+, si e'isten 4 horas de f!ncionamiento# . de ig!al modo para el sig!ientenivel se eval!a si las horas de f!ncionamiento son - /,00 lo c!al indica (!esi en caso de 1 y por el lado de )* /,00 seria !n no 21#03#


5/11

En la pestaa Classify se escoge el tipo de rbol para mostrar en este caso6andom7ree al hacer clic en start nos m!estra la informaci"n de esterbol generado#

!ig" #ista ($assi)y Deta$$e 4r%o$ 6andom7ree

!ig"" #ista 4r%o$ 6andom7ree

El rbol tiene como base las vibraciones y l!ego va decidiendo si elparmetro corresponde con temperat!ra por eso se va por el lado de si y deig!al modo con ias5evision y m!estra en los lados contrarios (!e ser6an7o la cantidad de datos (!e c!mplen o no con esto como por ejemplo -*,si21903 si c!mplen#


6/11

En la pestaa Classify se escoge el tipo de rbol para mostrar en este casoAD7ree al hacer clic en start nos m!estra la informaci"n de este rbol

generado#

!ig"& #ista Deta$$e 4r%o$ AD7ree

!ig"& #ista 4r%o$ AD7ree

El rbol tiene !n parmetro 0#/1: (!e categori%a por mayor o menos en elcaso de vibraciones ;0#8< va para el lado de Si y si es /#08< va para el ladode no de ig!al manera la categori%aci"n para el lado de temperat!ra y con

+ horas de f!ncionamiento indicando s!s parmetros respectivos#

=!ego para vis!ali%ar la comparaci"n de atrib!tos vamos a la pestaa$is!ali%e (!e nos m!estra indicadores en base al eje > y .# Como sem!estra en la sig!iente &g!ra#


7/11

!ig"* Pesta'a #isua$ize 9oras:!uncionamiento7emperatura

Archivo 7itanic

En el archivo se m!estra en base a los sig!ientes atrib!tos relacionados al?itanic#

!ig", #ista atri%utos 7itanic

En la pestaa Classify se escoge el tipo de rbol para mostrar en este caso3,8 al hacer clic en start nos m!estra la informaci"n de este rbolgenerado#


8/11

!ig"/ #ista deta$$e 3,8

!ig"0 #ista Ar%o$ 3,8

El rbol tiene como base el atrib!to se' (!e toma decisi"n de s!s dosopciones femenino o masc!lino l!ego los divide en cases / 1 + indicando

en el sig!iente nivel s! tipo de edad y la decisi"n de si es mayor o no lo es#


9/11

!ig"2 #ista deta$$e AD76--

!ig"2 #ista AD76--

=!ego para vis!ali%ar la comparaci"n de atrib!tos vamos a la pestaa$is!ali%e (!e nos m!estra indicadores en base al eje > y .# Como sem!estra en la sig!iente &g!ra#


10/11

!ig"8 Pesta'a #isua$ize

(uestionario/# escriba las fases de la metodolog6a C5@SA;B

/# ase de comprensi"n del negocio o problema

=a fase ms importante por(!e recopila los objetivos y re(!isitosdel proyecto para lo c!al necesita la tarea de determinar losobjetivos en base a criterios de D'itos del negocio l!ego evala lasit!aci"n en base a terminolog6a riesgos y contingencias comoseg!nda tareaF desp!Ds determina los objetivos B en base ametas de data mining obteniendo criterios de D'ito para al &nalreali%ar el plan del proyecto#

1# ase de comprensi"n de los datos

Aara esta fase se tiene (!e hacer !na recolecci"n inicial de datos

haciendo !n reporte de recolecci"n de datos l!ego describir losdatos con s! respectivo reporte y asi poder eval!ar los datos conel reporte de e'ploraci"n de los datos y &nalmente poderidenti&car calidad y establecer relaciones para plantear laship"tesis#

+# ase de preparaci"n de los datos

En la sig!iente fase se procede con la preparaci"n de datose'istentes para adaptarlos a tDcnicas de data mining conciertas tDcnicas de vis!ali%aci"n asi al seleccionar los datos seincl!yen o e'cl!yen segn sean necesarios de manera (!e se

limpian y se crea el reporte de calidad de datos l!egoestr!ct!ras los datos con la derivaci"n de s!s atrib!tos y as6poder generar registros para l!ego integrarlos y !ni&carlosllegando a hacer el formateo de datos y s! reporte de calidadde datos#

4# ase de modelado

En esta ase se seleccionan las tDcnicas de modelado y seplantean s!p!estos modelos para asi generar el plan de pr!ebay constr!ir el modelo por el seteo de parmetros ymodelndolo para &nalmente eval!ar el modelo y revisar losparmetros#

,# ase de eval!aci"n

En esta fase se evalan los res!ltados con s! valoraci"n de losres!ltados y modelos aprobados l!ego de hace la revisi"n delproceso para &nalmente determinar pr"'imos pasos como latDcnica modelada listando las posibles acciones#

:# ase de implementaci"n

Aara esta fase se hace !n plan de plantaci"n con s! proceso

tambiDn !n plan de monitoreo y mantenci"n con el respectivo


11/11

informe &nal (!e presente los modelos y &nalmente la revisi"ndel proyecto#

1# GC!l es el ciclo de !n rbol de decisi"nH

/# Iprendi%aje

1# Clasi&caci"n

+# GK!D otros algoritmos de clasi&caci"n e'istenHGEn (!D consistenHIlgoritmo de asociaci"n de Bicrosoft

Ltil para los motores de recomendaci"n# Mn motor de recomendaci"nrecomienda prod!ctos a los clientes basndose en los elementos (!e ya hanad(!irido o en los (!e tienen interDs#

Ilgoritmo de clsteres de Bicrosoft

El algoritmo !tili%a tDcnicas iterativas para agr!par los casos de !n conj!ntode datos dentro de clsteres (!e contienen caracter6sticas similares#

Ilgoritmo de regresi"n lineal de Bicrosoft

El algoritmo de regresi"n lineal de Bicrosoft es !na variaci"n del algoritmode rboles de decisi"n de Bicrosoft (!e ay!da a calc!lar !na relaci"n linealentre !na variable independiente y otra dependiente y a contin!aci"n!tili%ar esa relaci"n para la predicci"n#

Ilgoritmo de red ne!ronal de Bicrosoft

El algoritmo de red ne!ronal de Bicrosoft combina cada posible estado delatrib!to de entrada con cada posible estado del atrib!to de predicci"n y !salos datos de entrenamiento para calc!lar las probabilidades

Practica 8 SBC

Documents

Transcript of Practica 8 SBC