Conociendo Weka
Páginas: 2 (377 palabras)
Publicado: 21 de julio de 2013
ACTIVIDAD EN WEKa
Weka es un software que utiliza un conjunto de librerias Java para la extraccion de conocimientos desde base de datos y el analisis de los datos dependiendo las necesidades.Weka funciona para el aprendizaje rápido y la minería de datos. Weka permite realizar preprocesamientos de datos para transformarlos en un esquema de aprendizaje, a fin de que sus resultados puedan seranalizados.
Tomaremos como ejemplo para el análisis, una base de datos de unas revisas del año 2005 con 18732 instancias y 9 atributos, analizaremos los datos discretizados.
La discretizaciónconsiste en la reducción de los datos, se aplica la discretización a los atributos numéricos, convierte los datos numéricos en nominales.
A modo de ejemplo vamos a discretizar todos los atributosnumericos en 5 intervalos de igual frecuencia. Si aplicamos el algoritmo de asociacion con los parametros por defecto, nos aparecen una serie de reglas que se relacionan. En este caso analizaremos lasreglas de los datos discretizados de los atributos de las revistas, donde se muestran las siguientes reglas, para su posterior estudio:
Si las citas de hace 2 años se encuentran en el rango de‘(9.876-19.752)’ y el total de documentos de ese año se encuentra en el rango ‘(199.6-399.2)’, entonces el h_index se encuentra en el rango ‘(130.4-260.8)’.
Si el total de documentos del año se encuentranen el rango ‘(399.2-598.8)’ y las citas de los documentos de hace 2 años se encuentra en ‘(9.876-19.752)’, entonces el h_index se encuentra en el rango ‘(130.4-260.8)’.
Si las citas de losdocumentos de hace 2 años se encuentran en el rango ‘(9.876-19.752) y las referncias de los documentos se encuentran en el rango de ‘(246.9-493.8), entonces el h_index pertenece al rango de‘(130.4-260.8)’.
Podemos analizar tambien datos como los estractos de los cross validados:
Instancias clasificadas correctamente: 18546 con un 99.007%
Instancias clasificadas incorrectamente: 286 con un...
Weka es un software que utiliza un conjunto de librerias Java para la extraccion de conocimientos desde base de datos y el analisis de los datos dependiendo las necesidades.Weka funciona para el aprendizaje rápido y la minería de datos. Weka permite realizar preprocesamientos de datos para transformarlos en un esquema de aprendizaje, a fin de que sus resultados puedan seranalizados.
Tomaremos como ejemplo para el análisis, una base de datos de unas revisas del año 2005 con 18732 instancias y 9 atributos, analizaremos los datos discretizados.
La discretizaciónconsiste en la reducción de los datos, se aplica la discretización a los atributos numéricos, convierte los datos numéricos en nominales.
A modo de ejemplo vamos a discretizar todos los atributosnumericos en 5 intervalos de igual frecuencia. Si aplicamos el algoritmo de asociacion con los parametros por defecto, nos aparecen una serie de reglas que se relacionan. En este caso analizaremos lasreglas de los datos discretizados de los atributos de las revistas, donde se muestran las siguientes reglas, para su posterior estudio:
Si las citas de hace 2 años se encuentran en el rango de‘(9.876-19.752)’ y el total de documentos de ese año se encuentra en el rango ‘(199.6-399.2)’, entonces el h_index se encuentra en el rango ‘(130.4-260.8)’.
Si el total de documentos del año se encuentranen el rango ‘(399.2-598.8)’ y las citas de los documentos de hace 2 años se encuentra en ‘(9.876-19.752)’, entonces el h_index se encuentra en el rango ‘(130.4-260.8)’.
Si las citas de losdocumentos de hace 2 años se encuentran en el rango ‘(9.876-19.752) y las referncias de los documentos se encuentran en el rango de ‘(246.9-493.8), entonces el h_index pertenece al rango de‘(130.4-260.8)’.
Podemos analizar tambien datos como los estractos de los cross validados:
Instancias clasificadas correctamente: 18546 con un 99.007%
Instancias clasificadas incorrectamente: 286 con un...
Leer documento completo
Regístrate para leer el documento completo.