Bioinformatica






Laboratorio 1
Utilización de software WEKA – Evaluación de software en tareas de clasificación.












Realizado por: José Gómez P.
N° Matrícula:2008409056
RUT: 17.156.275-9
Módulo: Inteligencia Artificial
Fecha: 25 - Abril - 2013

Profesor: José A. Reyes
Ayudante: Ana Rosa Moya
Introducción

Weka es unaplataforma de software para aprendizaje automático y minería de datos escrito en Java y desarrollado en la Universidad de Waikato. Weka es un software libre distribuido bajo licencia GNU-GPL[1]. Wekacontiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a susfuncionalidades además de varias tareas estándar de minería de datos, especialmente, preprocesamiento de datos, clustering, clasificación, regresión, visualización, y selección[2].

Es precisamente, en elpresente laboratorio, que utilizaremos la técnica de clasificación KNN(3) (K-Nearest Neighbors) ofrecida por este software con el fin de estimar la eficiencia de un modelo realizado por Weka que evaluarácélulas cancerígenas con características específicas obtenidas desde una base de datos gratuita y a su vez, comparar su eficiencia con modificaciones en este modelo (KNN).Desarrollo

Primero que todo, comenzamos con la generación del archivo de extensión ARFF mediante el desarrollo de ciertas actividades, tales como:

i)Identificar claramente la tarea de clasificación asociada con los datos.
La tarea a realizar es la determinación de una predicción (aceptable) sobre características benignas o malignas de células,específicamente cancerígenas.

ii) Caracterizar claramente los ejemplos (experiencia) utilizados en cada tarea de clasificación en función de los atributos.
La experiencia utilizada es el set de...