1 / 16

Métodos clasificación

Métodos clasificación. Regresión. Mínimos cuadrados minimizando la distancia entre dos grupos de variables Dependiente vs independiente (s) Múltiples variables. Regresión. Puede ser usado para predicción. Arboles de decisión. Arboles de decisión. Método usado en Data Mining

vita
Télécharger la présentation

Métodos clasificación

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Métodos clasificación

  2. Regresión • Mínimoscuadradosminimizando la distancia entre dos grupos de variables • Dependientevsindependiente (s) • Múltiples variables

  3. Regresión • Puedeserusadoparapredicción

  4. Arboles de decisión

  5. Arboles de decisión • Método usado en Data Mining • Arboles de regresión • Respuesta es continua • Arboles de clasificación • Respuesta es discreta • Hojas son clases finales • Ramas son reglas matemáticas de división (conjunciones)

  6. Entropia • Impuridad en entropia • ObjetoesminumizaΔR

  7. Coeficiente de GINI • Indice de impuridad de GINI • L(i,j) describe la perdida de

  8. Comparacion de método GINI e Información

  9. Ejemplotree.r #ejemplo de arbol de clasificación install.packages('rpart') library(rpart) progstat <- factor(stagec$pgstat, levels=0:1, labels=c("No", "Prog")) cfit <- rpart(progstat ~ age + eet + g2 + grade + gleason + ploidy, data=stagec, method='class') print(cfit) plot(cfit) text(cfit)

  10. fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis) fit2 <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis, parms = list(prior = c(.65,.35), split = "information")) fit3 <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis, control = rpart.control(cp = 0.05)) par(mfrow = c(1,2), xpd = NA) # otherwise on some devices the text is clipped plot(fit) text(fit, use.n = TRUE) plot(fit2) text(fit2, use.n = TRUE)

  11. Arboles de decisión • Variable está en valoresdiscretos y valorescontinuosasociados • Ej. Temperatura (grados) – temp (caliente, tibio,frio) • Funciones en valoresdiscretos (clasificación) • Disjuncionesdebenestarpresentes • Set de entrenamientopuedetenererrores • Set de entrenamientopuedetenerdatosfaltantes

  12. Support vector machines • Desarrolladosparaclasificacionesbinarias • Yes/no • Busca el hiperplanooptimoqueseparalascategorias al maximizarlasdiferencias entre los puntos mas cercanos en diferentesclases

  13. Support vector machines

  14. Clasificacion de coberturas (modis)

  15. Ejemplo en ejemplosvm.r install.packages('e1071') #el ejemplo se encuentra con ?svm library(e1071) data(iris) attach(iris) ## classification mode # default with factor response: model <- svm(Species ~ ., data = iris) # alternatively the traditional interface: x <- subset(iris, select = -Species) y <- Species model <- svm(x, y) print(model) summary(model)

  16. pred<- predict(model, x) # (same as:) pred <- fitted(model) # Check accuracy: table(pred, y) # compute decision values and probabilities: pred <- predict(model, x, decision.values = TRUE) attr(pred, "decision.values")[1:4,] # visualize (classes by color, SV by crosses): plot(cmdscale(dist(iris[,-5])), col = as.integer(iris[,5]), pch = c("o","+")[1:150 %in% model$index + 1])

More Related