PRUEBA

ALGORITMOS DE APRENDIZAJE: KNN & KMEANS
[Inteligencia en Redes de Telecomuncicación]
Cristina García Cambronero

Irene Gómez Moreno

Universidad Carlos III de Madrid

Universidad Carlos III de Madrid

10003897@alumnos.uc3m.es

100039000@alumnos.uc3m.es

En el siguiente trabajo, vamos a tratar el tema del aprendizaje. En primer lugar definiremos este concepto y veremos los
tipos deaprendizaje que existen y las clasificaciones que dentro de este se pueden realizar. A continuaci´
on analizaremos
mas profundamente el aprendizaje inductivo, explicando mediante conceptos te´
oricos y ejemplos las caracter´ısticas fundamentales del aprendizaje inductivo supervisado (K-NN) y
aprendizaje inductivo no supervisado (K-MEANS).

1.

INTRODUCCION

Una de las tareas m´
asdesafiantes en la ciencia de la computaci´
on es construir m´
aquinas o programas de computadoras que sean capaces de aprender. El darles la capacidad de
aprendizaje a las m´
aquinas abre una amplia gama de nuevas
aplicaciones. El entender tambi´en como estas pueden aprender nos puede ayudar a entender las capacidades y limitaciones humanas de aprendizaje.
Algunas definiciones de ’aprendizaje’son:
Cambios adaptivos en el sistema para hacer la misma tarea de la misma poblaci´
on de una manera m´
as
eficiente y efectiva la pr´
oxima vez [Simon, 83].
Un programa de computadora se dice que aprende de
experiencia E con respecto a una clase de tareas T
y medida de desempe˜
no D, si su desempe˜
no en las
tareas en T, medidas con D, mejoran con experiencia
E [Mitchell, 97].
Engeneral, se busca construir programas que mejoren autom´
aticamente con la experiencia.

Figure 1:

1. Conjunto de datos: Se distinguen dos tipos, el conjunto de entrenamiento y el conjunto de prueba. Para
obtener estos, dividimos los datos muestrales en dos
partes; una parte se utiliza como conjunto de entrenamiento para determinar los par´
ametros del clasificador y la otra parte, llamadaconjunto de prueba (´
o
test o
´ conjunto de generalizaci´
on) se utiliza para estimar el error de generalizaci´
on ya que el objetivo final
es que el clasificador consiga un error de generalizaci´
on
peque˜
no evitando el sobreajuste (´
o sobre-entrenamiento),
que consiste en una sobrevaloraci´
on de la capacidad
predictiva de los modelos obtenidos: en esencia, no tiene
sentido evaluarla calidad del modelo sobre los datos
que han servido para construirlo ya que esta pr´
actica nos lleva a ser demasiado optimistas acerca de su
calidad.

El aprendizaje no s´
olo se encarga de obtener el conocimiento,
sino tambi´en la forma en que ´este se representa. A continuaci´
on se definen tres conceptos b´
asicos bajo este contexto:

La p´erdida de la capacidad de generalizaci´on conlleva
un comportamiento no deseado (Ver Figura 1).

1.1

El conjunto de entrenamiento suele a su vez dividirse
en conjuntos de entrenamiento (propiamente dicho)
y conjunto de validaci´
on para ajustar el modelo (Ver
Figura 2).

Conceptos básicos

Se suelen utilizar el 80 % de los datos para entrenar a
la m´
aquina, el 10 % como conjunto de validaci´
on y el
10 % restantepara estimar la generalizaci´
on (pero es
s´
olo un criterio orientativo).
2. Modelo: o clasificador, es una conexi´
on entre las variables que son dadas y las que se van a predecir. Usualmente las variables que se van a predecir denominadas

dados los valores de los atributos. Se usan por ejemplo, arboles de regresi´
on, regresi´
on lineal, redes neuronales, kNN,
etc.

Figure 2:Segmentaci´
on: separaci´
on de los datos en subgrupos o clases
interesantes. Las clases pueden ser exhaustivas y mutuamente exclusivas o jerarquicas y con traslapes. Se puede utilizar con otras tecnicas de minera de datos: considerar cada
subgrupo de datos por separado, etiquetarlos y utilizar un algoritmo de clasificacion. Se usan algoritmos de clustering,
SOM (self-organization maps),...