Mineria de datos

Algoritmos de mineria de datos.
Rosa Faic´n Cango
a
04 de Julio de 2014

1
1.1

Algoritmos de Mineria de Datos
Algoritmo ZeroR

M´todo que permite generar desde modelossimples, es decir asignar a los ejeme
plos la clase mayoritaria. No se obtiene un buen resultado con este clasificador.
Muy usado como punto de comparaci´n para probar la efectividad de otrosalo
goritmos.
Este algoritmo predice la mayor´ es util para determinar un rendimiento de
ıa,
´
referencia para otros m´todos de clasificaci´n.[1]
e
o

1.2

Algoritmo RidoR

Seadapta a la maror´ de los del ejemplos debido a una regla por defecto, busca
ıa
las excepciones con la menos tasa de error.
Las excepciones que genera son las mejores hasta logrardisminuir el error.
Luego genera una expansi´n similiar a un ´rbol, siendo estas excepciones un cono
a
junto de reglas que predicen clases. Este algoritmo genera estas excepciones.[2]

1.3Resultados:

Archivos para weka en la extensi´n .arff. En este archivo se han colocado todas
o
las columnas del ejemplo.

1

Figure 1: Juego de Tenis
En este archivo se hacolocado menos una columna del ejemplo dado, el cu´l
a
es el atributo jugar.

Figure 2: Juego de Tenis
Se procedi´ ha hacer uso del programa WekaDataMining[3], en el cu´l se
o
a
pudoevidenciar el funcionamiento de los algoritmos mensionados anteriormente.

2

Apertura de los archivos de weka en el programa WekaDataMining.

Figure 3: Pantalla para cargar losarchivos arff
Algoritmo ZeroR:

Figure 4: Resultados del algoritmo ZeroR
Algoritmo RidoR:

3

Figure 5: Resultados del algoritmo RidoR

References
[1] Manuel Atolin Ayuso. Miner´ deDatos: Intrusiones de Red.
ıa
[2] Jos´ Molina. T´cnicas de Miner´ de Datos basadas en Aprendizaje Aue
e
ıa
tom´tico.
a
[3] Henry Paz. Weka with Data Mining done in java.

4