La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Tema 9 Parte práctica Minería de datos Dr. Francisco J. Mata.

Presentaciones similares


Presentación del tema: "Tema 9 Parte práctica Minería de datos Dr. Francisco J. Mata."— Transcripción de la presentación:

1 Tema 9 Parte práctica Minería de datos Dr. Francisco J. Mata

2 Árboles de decisión en SQL 2008 Analysis Services Algoritmo híbrido Pureza: entropia por defecto (C4.5) Clasificación y regresión (CART) Outputs categóricos o continuos Minería de datos Dr. Francisco J. Mata

3 Ejemplo Table Analysis Tool SampleSQL 2005 Analysis Services Excel Add-ins Output Purchase Bike Input Age Cars Children Commute Distance Education Gender Home Owner Income Marital Status Occupation Region Minería de datos Dr. Francisco J. Mata

4 Árbol de decisión 3 niveles Minería de datos Dr. Francisco J. Mata

5 Árbol de decisión (VISIO) Minería de datos Dr. Francisco J. Mata

6 Dependencias Minería de datos Dr. Francisco J. Mata

7 Dependencias (VISIO) Minería de datos Dr. Francisco J. Mata

8 Resultados clasificación Clasificado 1Clasificado 0 Realmente 1Verdadero positivoFalso negativo Realmente 0Falso positivoVerdadero negativo Minería de datos Dr. Francisco J. Mata

9 Matriz de confusión Falso positivo Falso negativo Minería de datos Dr. Francisco J. Mata

10 Gráfico de precisión (ROC) ROC: receiving operating characteristics A veces llamado como lift chart Despliega la sensitividad del modelo Verdaderos positivos entre el total de positivos reales por deciles Requiere una variable binaria Minería de datos Dr. Francisco J. Mata

11 Gráfico de precisión (ROC) para Purchase Bike=Yes Lift=SUM(Table10[Classify Purchased Bike])/SUM(Table10[Percentile])=115,82% Minería de datos Dr. Francisco J. Mata

12 Gráfico de ganancia para Purchase Bike=Yes Minería de datos Dr. Francisco J. Mata

13 Gráfico de ganancia para Purchase Bike=Yes Minería de datos Dr. Francisco J. Mata

14 Reglas para Purchase Bike=Yes con umbral de probabilidad de 60,74% Age >= 32 and < 39 (68,42% correcto) Age >= 39 and Cars = 1 (60,74% correcto) Minería de datos Dr. Francisco J. Mata


Descargar ppt "Tema 9 Parte práctica Minería de datos Dr. Francisco J. Mata."

Presentaciones similares


Anuncios Google