TMiner Data Mining en Java

Presentación del tema: "TMiner Data Mining en Java"— Transcripción de la presentación:

0 Grupo de investigación en
Bases de Datos y Sistemas de Información Inteligentes Departamento de Ciencias de la Computación e Inteligencia Artificial ETS Ingeniería Informática - Universidad de Granada

1 TMiner Data Mining en Java
Entorno integrado de “minería de datos” desarrollado en Java. JDBC da acceso prácticamente a cualquier base de datos existente en el mercado.

2 TMiner Modelo conceptual

3 TMiner Interfaz Windows
Los “trabajadores del conocimiento” pueden analizar sus propios datos utilizando un interfaz estándar de tipo WIMP...

4 TMiner Interfaz Web Como applet... ... y como aplicación web

5 TMiner Sistema de ayuda en línea
TMiner ofrece una interfaz bilingüe (español e inglés) con un sistema de ayuda en línea en formato HTML

6 TMiner Monitorización
Siempre podemos ver el uso de memoria de la aplicación TMiner

7 TMiner Infraestructura
“Component-based data mining frameworks: OLAP vs. OLTP in the middle tier” Fernando Berzal, Ignacio Blanco, Juan Carlos Cubero & Nicolás Marín Communications of the ACM, December 2002

8 TMiner Selección de los datos

9 TMiner Selección de los datos
Mediante el controlador JDBC adecuado se accede a la base de datos…

10 TMiner Selección de los datos
Con TMiner podemos analizar cualquiera de los conjuntos de datos de la base de datos

11 TMiner El conjunto de datos

12 TMiner El conjunto de datos
Una vez seleccionado el conjunto de datos, podemos empezar a trabajar con él

13 TMiner El conjunto de datos
TMiner permite realizar consultas SQL

14 TMiner El conjunto de datos
Importar datos desde ficheros…

15 TMiner El conjunto de datos
… o exportar los datos de la base de datos

16 TMiner Preparación de los datos

17 TMiner Preparación de los datos
Una vez seleccionado el conjunto de datos, podemos aplicar distintas técnicas de Data Mining

18 TMiner Preparación de los datos
En primer lugar, seleccionamos las columnas del conjunto de datos con las que vamos a trabajar

19 TMiner Preparación de los datos
A continuación, agrupamos los valores de cada atributo en función de cómo queramos interpretarlos

20 TMiner Preparación de los datos
Cuando los atributos son de tipo numérico, podemos utilizar distintas técnicas de discretización

21 TMiner Preparación de los datos
Incluso se pueden asignar etiquetas descriptivas a los conjuntos en que agrupamos los valores de los atributos

22 TMiner Técnicas de Data Mining

23 TMiner Técnicas de Data Mining
Ya sólo nos queda elegir qué algoritmos utilizar, indicar valores adecuados para sus parámetros y esperar a ver los resultados que se obtienen…

24 TMiner Técnicas de Data Mining

25 TMiner Árboles de decisión
Algoritmos ID3, C4.5 …

26 TMiner Listas de decisión
Metodología STAR: Algoritmos AQ y CN2

27 TMiner Reglas de asociación
Algoritmos Apriori y TBAR

28 TMiner Reglas de asociación
Clasificación con reglas de asociación

29 Técnicas disponibles Extracción de reglas de asociación (TBAR)
Modelos de clasificación Árboles de decisión ART Listas de decisión y algoritmos STAR (AQ & CN2) Clasificadores paramétricos y no paramétricos e.g. Clasificadores euclídeos y cuadráticos, k-NN, LVQ, DSM... Algoritmos de agrupamiento [clustering] e.g. K-Medias, GRASP, ISODATA...

30 TMiner Análizador Numérico

31 Técnicas de clasificación y agrupamiento
Analizador Numérico Técnicas de clasificación y agrupamiento El Analizador Numérico es la parte de TMiner encargada de trabajar con números

32 Técnicas de clasificación y agrupamiento
Analizador Numérico Técnicas de clasificación y agrupamiento Incluye técnicas de edición y condensado de datos, distintos métodos de construcción de clasificadores y múltiples algoritmos de agrupamiento

33 Analizador Numérico Técnicas de clasificación y agrupamiento
Visualización de conjuntos de datos, estadísticas y distribuciones de clases

34 Analizador Numérico Técnicas de clasificación y agrupamiento
Estadísticas por clases

35 Técnicas de clasificación y agrupamiento
Analizador Numérico Técnicas de clasificación y agrupamiento

36 Analizador Numérico Técnicas de clasificación y agrupamiento
Clasificadores paramétricos (lineales y cuadráticos)

37 Analizador Numérico Técnicas de clasificación y agrupamiento
Clasificadores no paramétricos: k-NN

38 Analizador Numérico Técnicas de clasificación y agrupamiento
Aprendizaje adaptativo: LVQ y DSM

39 Analizador Numérico Técnicas de clasificación y agrupamiento
Métodos de agrupamiento: K-MEANS, GRASP, ISODATA…

40 Clasificación con árboles de decisión
A partir del algoritmo C4.5: Reglas de división Entropía Ganancia de información Índice de Gini MaxDif Ramas ‘else’ Árboles n-arios con atributos numéricos

41 “ART: A hybrid classification method”
Clasificación con ART ART TDIDT “ART: A hybrid classification method” Fernando Berzal, Juan Carlos Cubero, Daniel Sánchez & José María Serrano Machine Learning, 2004

42 Clasificación con ART

43 Extracción de reglas de asociación
“TBAR: efficient method for association rule mining in relational databases” Fernando Berzal, Juan Carlos Cubero, Nicolás Marín & José María Serrano Data & Knowledge Engineering, 37 (2001), 47-64

44 Más información... Fernando Berzal Galiano fberzal@decsai.ugr.es
Juan Carlos Cubero Talavera