Mineria de datos (página 2)

3. Elegir el algoritmo de minería (o aprendizaje)
(CART, C5.0, Backpropagation

La entrada
del proceso de MD

Vista minable: en un contexto de BD relacionales, es una
única tabla con todos los atributos relevantes
para el proceso de MD.

Atributos: Nos concentraremos en dos tipos de
atributos

Atributos numéricos: enteros, reales.

Atributos nominales: también referenciados como
atributos categóricos, enumerados o discretos.

Toman valores en un conjunto finito y preestablecido de
categorías.

Fase de evaluación, interpretación y
visualización

1. Criterios para la evaluación de los modelos
(patrones) descubiertos:

Precisos

Técnicas de evaluación (Validación
simple y cruzada. Bootstrapping)

Medidas de evaluación de modelos
(precisión predictiva (sobre "testing set")), confianza
y cobertura, error cuadrático medio,
cohesión y separación).

Comprensibles (inteligibles)

Interesantes (útiles y novedosos)

2. Interpretación y contextualización:
Evaluar el contexto donde se va a usar el modelo.

Distribuciones de clases no balanceadas.

Tipo de errores y costo asociado.

Situaciones extraordinarias del mundo real (uso de
conocimiento previo).

3. Visualización

La salida
del proceso de MD

Reglas de clasificación (ver ejemplo
3)

Clusters (grupos) (ver ejemplo 4)

Árboles de decisión (ver ejemplo
5)

Redes neuronales

Reglas de asociación

Reglas relacionales (ILP)

Reglas difusas

Ecuaciones de regresión

Árboles de regresión

K-NN y CBR (Case-based reasoning)

Modelos Bayesianos

Notación

Conjunto de (nombres de) atributos A = fA1;A2;
: : : ;Ang.

Por cada atributo Ai 2 A, un conjunto de
valores (o dominio) V (Ai) = fvi1 ; vi2 ; : : : ;
vimg.

Asumiremos que V _ V (A1) [ V (A2) [ : : : [ V
(An).

En un conjunto de ejemplos de entrenamiento E sobre A,
cada elemento (ejemplo) ej 2 E, es

una n-tupla, representada por un mappging ej : A ! V,
tal que ej(Ai) 2 V (Ai), 1 _ i _ n.

T (A) es el conjunto de todas las tuplas sobre los
atributos de A y sus dominios.

Clasificación

Una de las tareas más utilizada en DM.

Cada instancia (registro) de la BD es rotulada con el
valor de un atributo especial que llamamos la
clase de la instancia.

Cada uno de los valores (discretos) que puede tomar este
atributo corresponde a una clase.

El resto de los atributos de la instancia se utilizan
para predecir la clase.

Objetivo: predecir la clase de nuevas instancias no
clasificadas.

Ejemplo:

Dada una base de datos E con
imágenes de rostros de un número acotado de
personas con sus respectivos nombres,
aprender una función que, dada una nueva imágen
de

una de estas personas, permita determinar su
identidad.

Aprendizaje

Aprendizaje de Conceptos

También denominada clasificación
binaria. Forma particular de clasificación en la que
el atributo objetivo

AO es booleano y por lo tanto la función a
estimar es del tipo:

c : X ! f0; 1g

Los ejemplos en E son rotulados como pertenecientes al
concepto (con valores 1, si, verdadero o +) o no
pertenecientes al concepto (con valores 0, no, falso o ??). En el
primer caso hablaremos de ejemplos positivos y en el
segundo de ejemplos negativos.

Clasificación "suave"

Además de un clasificador h : X ! V (AO) se
aprende otra función _ : X ! R, tal que _(x)
significa el grado de certeza de la
clasificación realizada por h respecto a la instancia
x.

Variantes de la clasificación "suave": aprender
estimadores de probabilidad:

h : X ! PD(V (AO))

donde PD(V (AO)) es el conjunto de distribuciones
válidas sobre V (AO).

Si jV (AO)j = m y h(x) = p, p es una m-tupla p : V (AO)
! R+ tal que p(ci) es la probabilidad de que x
pertenezca a la clase ci, 8ci 2 V (AO).

Aprendizaje de Conceptos

Ejemplos:

Determinar si un mensaje de correo electrónico es
spam o no.

Determinar la conveniencia de operar a un paciente de
acuerdo a sus síntomas.

Determinar si la imágen de una persona correponde
a "Perez" o no.

Determinar si un día es propicio para jugar a un
deporte particular.

Categorización

Los valores de AO corresponden a categorías y a
una instancia le puede corresponder más de una
categoría. El modelo a aprender ya no representa una
función sino una correspondencia 1 a n.

Alternativa:

c : X ! 2V (AO)

Ejemplos:

Categorizar leyes de acuerdo a las áreas de
gobierno involucradas.

Categorizar documentos de acuerdo a los temas
abordados.

Dado un conjunto de perfiles de clientes, determinar los
productos que pueden comprar.

Agrupamiento (clustering)

Dados

Un conjunto de datos E sin etiquetar, E _ X y X _ T
(A). determinar

Un conjunto de grupos G = fg1; : : : ; glg.

Una función h : X ! G

El número de grupos jGj = l puede ser
especificado a priori o determinado por el algoritmo de
clustering.

Análisis de asociaciones (o
vínculos)

Tarea descriptiva que tiene como objetivo identificar
relaciones no explícitas entre atributos
categóricos o
nominales.

Dado

Un conjunto de datos E sin etiquetar.

encontrar

Un conjunto de reglas R = frkg

Cada regla rk con nk antecedentes y mk consecuentes es
de la forma:

si Aa1 = va1 ^ : : : ^ Aank

= vank

entonces Ac1 = vc1 ^ : : : ^ Acmk

= vank

donde Aai ;Acj 2 A, vai 2 V (Aai ), vcj 2 V (Acj ), para
i = 1 : : : nk, j = 1 : : :mk.

Algunas áreas de investigación y
desafíos en DM

Escalar a conjuntos de datos extremadamente
largos.

Algoritmos que puedan aprender desde atributos
numéricos y simbólicos combinados con otros
tipos de atributos (imágenes, texto,
sonido).

Optimizar decisiones en lugar de
predicciones.

Experimentación activa

Web Mining

Interacción de usuario y conocimiento
previo

Datos rápidamente cambiantes (no
estacionarios)

CONTINUACION……

Bibliografía

http://www.it.uc3m.es/jvillena/irc/practicas/propuestas/mineriadedatos.html

Autor:

Darien