weka
Páginas: 24 (5812 palabras)
Publicado: 28 de abril de 2015
Práctica de Minería de Datos
Introducción al
Curso de Doctorado Extracción Automática de Conocimiento
en Bases de Datos e Ingeniería del Software
Universitat Politècnica de València
José Hernández Orallo. (jorallo@dsic.upv.es). Marzo 2006
Cèsar Ferri Ramírez. (cferri@dsic.upv.es). Marzo 2006
Índice
1.
El entorno de trabajo del Weka....................................................................................................................... 2
1.1
Explorer................................................................................................................................................... 3
2. Un primer ejemplo .......................................................................................................................................... 4
3. Un problemade clasificación.......................................................................................................................... 8
3.1
Enunciado del problema. Selección de Fármaco..................................................................................... 8
3.2
Resolución delproblema......................................................................................................................... 9
3.3
Filtrado de atributos .............................................................................................................................. 11
3.4
Aprendizaje Sensible al Coste............................................................................................................... 13
3.5
Combinación de Modelos..................................................................................................................... 14
4. Un problema de agrupación .......................................................................................................................... 15
4.1
Enunciado: Agrupación de Empleados ................................................................................................. 15
4.2
Resolución delProblema....................................................................................................................... 15
5. Reglas de Asociación y Dependencias.......................................................................................................... 16
En esta práctica se vamos a descubrir paso a paso las posibilidades del Weka utilizando ejemplos
muy sencillos y sin realizarvalidaciones apropiadas de los modelos extraídos. El objetivo de este
boletín es manejarse con cierta soltura en el Weka.
1. El entorno de trabajo del Weka
Weka1 es un conjunto de librerias JAVA para la extracción de conocimientos desde bases de datos.
Es un software ha sido desarrollado bajo licencia GPL lo cual ha impulsado que sea una de las suites
más utilizadas en el área en los últimosaños.
La versión 3.4.7 incluye las siguientes características:
•
Diversas fuentes de datos (ASCII, JDBC).
•
Interfaz visual basado en procesos/flujos de datos (rutas).
•
Distintas herramientas de minería de datos: reglas de asociación (a priori, Tertius, ...), ,
agrupación/segmentación/conglomerado (Cobweb, EM y k-medias), clasificación (redes
neuronales, reglas y árboles de decisión, aprendizajeBayesiona) y regresión (Regresión lineal,
SVM..).
•
Manipulación de datos (pick & mix, muestreo, combinación y separación).
•
Combinación de modelos (Bagging, Boosting ...)
•
Visualización anterior (datos en múltiples gráficas) y posterior (árboles, curvas ROC, curvas de
coste..).
•
Entorno de experimentos, con la posibilidad de realizar pruebas estadísticas (t-test).
1http://www.cs.waikato.ac.nz/~ml/weka/index.html
2
Figura 1. Ventana inicial de Weka.
Como se puede ver en la parte inferior de la Figura 1, Weka define 4 entornes de trabajo
•
Simple CLI: Entorno consola para invocar directamente con java a los paquetes de weka
•
Explorer: Entorno visual que ofrece una interfaz gráfica para el uso de los paquetes
•
Experimenter: Entorno centrado en la automatización de...
Introducción al
Curso de Doctorado Extracción Automática de Conocimiento
en Bases de Datos e Ingeniería del Software
Universitat Politècnica de València
José Hernández Orallo. (jorallo@dsic.upv.es). Marzo 2006
Cèsar Ferri Ramírez. (cferri@dsic.upv.es). Marzo 2006
Índice
1.
El entorno de trabajo del Weka....................................................................................................................... 2
1.1
Explorer................................................................................................................................................... 3
2. Un primer ejemplo .......................................................................................................................................... 4
3. Un problemade clasificación.......................................................................................................................... 8
3.1
Enunciado del problema. Selección de Fármaco..................................................................................... 8
3.2
Resolución delproblema......................................................................................................................... 9
3.3
Filtrado de atributos .............................................................................................................................. 11
3.4
Aprendizaje Sensible al Coste............................................................................................................... 13
3.5
Combinación de Modelos..................................................................................................................... 14
4. Un problema de agrupación .......................................................................................................................... 15
4.1
Enunciado: Agrupación de Empleados ................................................................................................. 15
4.2
Resolución delProblema....................................................................................................................... 15
5. Reglas de Asociación y Dependencias.......................................................................................................... 16
En esta práctica se vamos a descubrir paso a paso las posibilidades del Weka utilizando ejemplos
muy sencillos y sin realizarvalidaciones apropiadas de los modelos extraídos. El objetivo de este
boletín es manejarse con cierta soltura en el Weka.
1. El entorno de trabajo del Weka
Weka1 es un conjunto de librerias JAVA para la extracción de conocimientos desde bases de datos.
Es un software ha sido desarrollado bajo licencia GPL lo cual ha impulsado que sea una de las suites
más utilizadas en el área en los últimosaños.
La versión 3.4.7 incluye las siguientes características:
•
Diversas fuentes de datos (ASCII, JDBC).
•
Interfaz visual basado en procesos/flujos de datos (rutas).
•
Distintas herramientas de minería de datos: reglas de asociación (a priori, Tertius, ...), ,
agrupación/segmentación/conglomerado (Cobweb, EM y k-medias), clasificación (redes
neuronales, reglas y árboles de decisión, aprendizajeBayesiona) y regresión (Regresión lineal,
SVM..).
•
Manipulación de datos (pick & mix, muestreo, combinación y separación).
•
Combinación de modelos (Bagging, Boosting ...)
•
Visualización anterior (datos en múltiples gráficas) y posterior (árboles, curvas ROC, curvas de
coste..).
•
Entorno de experimentos, con la posibilidad de realizar pruebas estadísticas (t-test).
1http://www.cs.waikato.ac.nz/~ml/weka/index.html
2
Figura 1. Ventana inicial de Weka.
Como se puede ver en la parte inferior de la Figura 1, Weka define 4 entornes de trabajo
•
Simple CLI: Entorno consola para invocar directamente con java a los paquetes de weka
•
Explorer: Entorno visual que ofrece una interfaz gráfica para el uso de los paquetes
•
Experimenter: Entorno centrado en la automatización de...
Leer documento completo
Regístrate para leer el documento completo.