asociasion
TRANSCRIPT
Clasificación mediante reglas de asociación
Especificación del
Problema
Minería de Datos:
Modelos PredictivosModelos Descriptivos
Preparación de Datos
ImplantaciónEvaluaciónInterpretaciónExplotación
Extracción de
Datos
Edad Tipo Coche Riesgo20 Combi Alto18 Deportivo Alto40 Deportivo Alto50 Familiar Bajo35 Minivan Bajo30 Combi Alto32 Familiar Bajo40 Combi Bajo
DatosEntrenamiento
Algoritmo Extrac. Modelos Predictivos
Clasificador(modelo)
if Edad < 31or Tipo Coche = Deport.then Riesgo = Alto
Edad < 31
Alto
Alto Bajo
IND, S-Plus Trees, C4.5, CN2, FACT, QUEST, CART, OC1, LMDT, CAL5, T1…
DatosEntrenamiento
Algoritmo Extrac. Modelos Descriptivos
Modelos
{Pañal} * {Cerveza},{Leche, Pan} {Huevos, Refresco},{Cerveza, Pan} {Leche}
AIS, Apriori, FP-Tree, RARM...
Id. Trans. Artículos1 Pan, Leche2 Pan, Pañal, Cerveza, Huevos3 Leche, Pañal, Cerveza, Refresco4 Pan, Leche, Pañal, Cerveza5 Pan, Leche. Pañal, Refresco
* La implicación representa simultaneidad, no causalidad
5
Reducción de Datos
Selección de Instancias
Compactación de instancias ó
Data Squashing
Discretización
Selección deCaracterística
s
Conjunto de Datos (D)
Conj. Entrenamiento (TR)
Conj. Test(TS)
Instancias Seleccionadas (TSS)
Alg. de Selección de Instancias
Alg. de Minería de Datos (CN2-
SD)
Reglas Obtenida
s