Post on 16-Jan-2016
description
TESIS
Que para obtener el grado de
MAESTRIA EN INGENIERIA ELECTRICA
presenta
Joel Loaeza Valerio
Dr. Juan José Flores Romero
Director de Tesis
HERRAMIENTA DE MINERÍA DE DATOS BASADA EN C4.5
Y SU APLICACION AL INVENTARIO MULTIFASICO DE LA
PERSONALIDAD MINNESOTA 2
UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO
FACULTAD DE INGENIERÍA ELÉCTRICA
DIVISIÓN DE ESTUDIOS DE POSGRADO
ContenidoJustificaciónObjetivos GeneralesAlcances y limitacionesAgentes InteligentesAprendizaje Humano y Aprendizaje ComputacionalÁrboles de DecisiónMinería de DatosInventario Multifásico de la Personalidad
Minnesota 2Ambiente de Descubrimiento con C4.5WebConclusiones
MMPI-2
El MMPI-2 está compuesto por un conjunto de 567 reactivos, con este material se forman los indicadores de validez, las escalas clínicas, de contenido y suplementarias, dichos reactivos deben ser respondidos como verdadero o falso en la aplicación de la prueba para poder evaluar, interpretar y emitir un reporte que permita detectar si el paciente padece alguna psicopatología y para conocer algunas características de la personalidad del individuo en cuestión.
MMPI-2
MMPI-2
MMPI-2
MMPI-2
Árboles de Decisión
Árboles de DecisiónPara que el algoritmo de aprendizaje genere adecuadamente un Árbol de Decisión, se recomienda adoptar la siguiente metodología:1. Reunir una gran cantidad de ejemplos.2. Dividirla aleatoriamente en dos conjuntos: el conjunto de entrenamiento y el conjunto de prueba.3. Emplear el algoritmo de aprendizaje con el conjunto de entrenamiento como ejemplo base para producir un Árbol de Decisión (Modelo o Representación de la regularidad existente en los datos).
Árboles de Decisión
4. Medir el porcentaje de ejemplos del conjunto de prueba clasificados correctamente con el Árbol de Decisión.5. Repetir los pasos 2 a 4 en conjuntos de entrenamiento de diverso tamaño.6. Si no se logra un entrenamiento satisfactorio del algoritmo se recomienda revisar los datos o aumentar el volumen de éstos.
Árboles de DecisiónPrimero se calcula la información I obtenida con cada elemento del dominio de cada atributo y enseguida se calcula la entropía E correspondiente al atributo.Para el atributo L se tiene:
Árboles de Decisión
Árboles de Decisión
Árboles de DecisiónPor lo tanto, el algoritmo de aprendizaje del árbol de decisión escogerá al atributo con mayor ganancia que en este caso es F, como nodo raíz y procederá a realizar el mismo proceso con losejemplos de cada rama.
Árboles de DecisiónConstrucción de un Árbol de Decisión con C4.5
La explicación continúa con un ejemplo simple ValidaciónTest extraído del ambiente del MMPI-2.Se trata de clasificar como válida o no válida la aplicación del test a un paciente.Los ejemplos se describen mediante los valores de los atributos y el valor del predicado meta o clase.
Árboles de DecisiónSe dispone de la siguiente lista de atributos y
sus dominios:1. L : escala de la mentira, tendencia del
paciente a mentir al contestar el test (Bajo, Medio, Moderado, Alto).
2. F: escala de la infrecuencia, tendencia del paciente al contestar el test en forma inconsistente (Bajo, Medio, Moderado, Alto).
3. K: escala de negación de problemas, tendencia del paciente a negar sus problemas al contestar el test (Bajo, Medio, Moderado).
Minería de Datos
Minería de DatosCada reactivo posee un contenido (una afirmación).
Ambiente de Descubrimiento con C4.5WebConjunto de datos de entrenamiento
Ambiente de Descubrimiento con C4.5WebPrimero, se genera la cabecera
Ambiente de Descubrimiento con C4.5WebSegundo, se genera una o más traducciones
ASCII de un Árbol de Decisión
Ambiente de Descubrimiento con C4.5WebTercero, el Árbol de Decisión sin podar y el Árbol de Decisión podado son evaluados con los datos de entrenamiento para verificar la eficiencia de cada uno.
Ambiente de Descubrimiento con C4.5WebCuarto, evaluación del modelo generado con una matriz de confusión.
Ambiente de Descubrimiento con C4.5WebY en forma gráfica:
ConclusionesAgente Inteligente DescubreconocimientoTécnica de Minería de DatosAlgoritmo de referencia de mineríaConocimiento obtenidoAportacionesResultadosTrabajos futuros