Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porAdelmira Sergio Modificado hace 9 años
1
Department of Computer Science, University of Waikato, New Zealand Eibe Frank WEKA: A Machine Learning Toolkit The Explorer Classification and Regression Clustering Association Rules Attribute Selection Data Visualization The Experimenter The Knowledge Flow GUI Conclusions Machine Learning with WEKA http://maya.cs.depaul.edu/~classes/ect584/WEKA/index.html http://archive.ics.uci.edu/ml/http://archive.ics.uci.edu/ml/ DATASETS
2
4/17/2015University of Waikato2 WEKA: el pájaro Copyright: Martin Kramer (mkramer@wxs.nl)
3
4/17/2015University of Waikato3 WEKA: el programa Software para máquinas de aprendizaje/minerías de datos en Java (distribuido bajo GNU Public License) Usado para investigación, educación y aplicaciones Complementa el libro “Data Mining” by Witten & Frank Principales características: Abarca conjunto de herramientas para el preprocesamiento de datos, algoritmos de aprendizaje y métodos de evaluación. Interfaces gráficas incluyendo visualización de datos Posibilidad de comparar algoritmos de aprendizaje.
4
4/17/2015University of Waikato4 WEKA: versiones Varias versiones de WEKA: WEKA 3.0: “book version” compatible con la descripción en el libro de minería de datos. WEKA 3.2: “GUI version” con interfaces de usuario gráficas.(la versión de libro esta orientada a linea de comandos solamente) WEKA 3.3: “versión de desarrollo” con muchas mejoras Estas presentaciones están basadas en snapshots de WEKA 3.3 (WEKA 3.4, 3.5, 3.6)
5
4/17/2015University of Waikato5 @relation heart-disease-simplified @attribute age numeric @attribute sex { female, male} @attribute chest_pain_type { typ_angina, asympt, non_anginal, atyp_angina} @attribute cholesterol numeric @attribute exercise_induced_angina { no, yes} @attribute class { present, not_present} @data 63,male,typ_angina,233,no,not_present 67,male,asympt,286,yes,present 67,male,asympt,229,yes,present 38,female,non_anginal,?,no,not_present... WEKA solo trabaja con archivos “planos ”
6
4/17/2015University of Waikato6 @relation heart-disease-simplified @attribute age numeric @attribute sex { female, male} @attribute chest_pain_type { typ_angina, asympt, non_anginal, atyp_angina} @attribute cholesterol numeric @attribute exercise_induced_angina { no, yes} @attribute class { present, not_present} @data 63,male,typ_angina,233,no,not_present 67,male,asympt,286,yes,present 67,male,asympt,229,yes,present 38,female,non_anginal,?,no,not_present... WEKA solo trabaja con archivos “planos
7
4/17/2015University of Waikato7
8
4/17/2015University of Waikato8 LINEA DE COMANDOS
9
4/17/2015University of Waikato9
10
4/17/2015University of Waikato10 Explorer: pre-procesamiento de datos Los datos pueden ser importados de varios formatos: ARFF, CSV, C4.5, binary Los datos pueden ser leídos desde un URL o desde una base de datos SQL (usando JDBC) Las herramientas de preprocesamiento en WEKA se llaman “filters”(filtros) WEKA contiene filters para: Discretización, normalización, muestreo (resampling), selección de atributos, transformación y combinación de atributos, …
11
4/17/2015University of Waikato11
12
4/17/2015University of Waikato12
13
4/17/2015University of Waikato13
14
4/17/2015University of Waikato14
15
4/17/2015University of Waikato15
16
4/17/2015University of Waikato16
17
4/17/2015University of Waikato17
18
4/17/2015University of Waikato18
19
4/17/2015University of Waikato19
20
4/17/2015University of Waikato20
21
4/17/2015University of Waikato21
22
4/17/2015University of Waikato22
23
4/17/2015University of Waikato23
24
4/17/2015University of Waikato24
25
4/17/2015University of Waikato25
26
4/17/2015University of Waikato26
27
4/17/2015University of Waikato27
28
4/17/2015University of Waikato28
29
4/17/2015University of Waikato29
30
4/17/2015University of Waikato30
31
4/17/2015University of Waikato31
32
4/17/2015University of Waikato32 Explorer: construcción de “clasificadores” Clasificadores en WEKA son modelos de predicción con valores nominales o numéricos Los esquemas de aprendizaje implementados incluyen: Listas y árboles de Decisión, clasificadores basados en instancias, máquinas de soporte de vectores(SVM), perceptrón multi-capa, regresión logística, redes de Bayes, … Incluye “Meta”-clasificadores: Bagging, boosting, stacking, códigos de correción de salida de error, aprendizaje localmente evaluado…
33
4/17/2015University of Waikato33
34
4/17/2015University of Waikato34
35
4/17/2015University of Waikato35
36
4/17/2015University of Waikato36
37
4/17/2015University of Waikato37
38
4/17/2015University of Waikato38
39
4/17/2015University of Waikato39
40
4/17/2015University of Waikato40
41
4/17/2015University of Waikato41
42
4/17/2015University of Waikato42
43
4/17/2015University of Waikato43
44
4/17/2015University of Waikato44
45
4/17/2015University of Waikato45
46
4/17/2015University of Waikato46
47
4/17/2015University of Waikato47
48
4/17/2015University of Waikato48
49
4/17/2015University of Waikato49
50
4/17/2015University of Waikato50
51
4/17/2015University of Waikato51 Kappa Kappa Statistics: an index which compares the agreement against that which might be expected by chance. Kappa can be thought of as the chance-corrected proportional agreement, and possible values range from +1 (perfect agreement) via 0 (no agreement above that expected by chance) to -1 (complete disagreement). Hypothetical Example: 29 patients are examined by two independent doctors (see Table). 'Yes' denotes the patient is diagnosed with disease X by a doctor. 'No' denotes the patient is classified as no disease X by a doctor. Kappa = (Observed agreement - Chance agreement)/(1 - Chance agreement) Observed agreement = (10 + 12)/29 = 0.76 Chance agreement = 0.586 * 0.345 + 0.655 * 0.414 = 0.474 Kappa = (0.76 - 0.474)/(1 - 0.474) = 0.54 Doctor A NoYesTotal Doctor B No10(34.5%)7(24.1%)17 (58.6%) Yes0(0%)12 (41.4%) Total10(34.5%)19 (65.5%)29
52
4/17/2015University of Waikato52 Otros evaluadores recall: The number of correct but missed locations ina body of text or correct but not returned search results for a user's query. Recall is also widely used in evaluating other types of automatic systems. Typically expressed as a fraction such that a recall of 0.7 means that seven in ten of the possible correct answers were found. F-measure: The harmonic mean of precision and recall. F-measure is widely used to evaluate the quality of automated systems. F-measure is a function of confidence cutoff. To compute F-measure, one must first devise a ground truth set of information against which the automated system's output is compared.
53
4/17/2015University of Waikato53
54
4/17/2015University of Waikato54
55
4/17/2015University of Waikato55
56
4/17/2015University of Waikato56
57
4/17/2015University of Waikato57
58
4/17/2015University of Waikato58
59
4/17/2015University of Waikato59
60
4/17/2015University of Waikato60
61
4/17/2015University of Waikato61
62
4/17/2015University of Waikato62
63
4/17/2015University of Waikato63
64
4/17/2015University of Waikato64
65
4/17/2015University of Waikato65
66
4/17/2015University of Waikato66
67
4/17/2015University of Waikato67
68
4/17/2015University of Waikato68
69
4/17/2015University of Waikato69
70
4/17/2015University of Waikato70
71
4/17/2015University of Waikato71
72
4/17/2015University of Waikato72
73
4/17/2015University of Waikato73
74
4/17/2015University of Waikato74
75
4/17/2015University of Waikato75
76
4/17/2015University of Waikato76
77
4/17/2015University of Waikato77
78
4/17/2015University of Waikato78
79
4/17/2015University of Waikato79
80
4/17/2015University of Waikato80
81
4/17/2015University of Waikato81
82
4/17/2015University of Waikato82
83
4/17/2015University of Waikato83
84
4/17/2015University of Waikato84
85
4/17/2015University of Waikato85
86
4/17/2015University of Waikato86
87
4/17/2015University of Waikato87
88
4/17/2015University of Waikato88
89
4/17/2015University of Waikato89
90
4/17/2015University of Waikato90
91
4/17/2015University of Waikato91
92
4/17/2015University of Waikato92
93
4/17/2015University of Waikato93
94
4/17/2015University of Waikato94 Explorer: clustering data WEKA contiene “clusterers” para encontrar grupos de instancias similares en un conjunto de datos Esquemas implementados: k-Means, EM, Cobweb, X-means, FarthestFirst Los Clusters se pueden visualizar y comparar con “true” clusters (si son dados) Evaluación basada en “loglikelihood” si el esquema de clustering produce una distribución de probabilidad
95
4/17/2015University of Waikato95
96
4/17/2015University of Waikato96
97
4/17/2015University of Waikato97
98
4/17/2015University of Waikato98
99
4/17/2015University of Waikato99
100
4/17/2015University of Waikato100
101
4/17/2015University of Waikato101
102
4/17/2015University of Waikato102
103
4/17/2015University of Waikato103
104
4/17/2015University of Waikato104
105
4/17/2015University of Waikato105
106
4/17/2015University of Waikato106
107
4/17/2015University of Waikato107
108
4/17/2015University of Waikato108
109
4/17/2015University of Waikato109
110
4/17/2015University of Waikato110 Explorer: Encontrando asociaciones WEKA contiene una implementación del algoritmo Apriori para aprendizaje de reglas de asociación Trabaja solamente con datos discretos Puede identificar dependencias estadísticas entre grupos de atributos: milk, butter bread, eggs (con confianza 0.9 y soporte de 2000) Apriori puede calcular todas las reglas que tienen un soporte mínimo y excedan una confianza dada.
111
4/17/2015University of Waikato111 Reglas de Asociación If humedad=normal and viento=no Then clase=P 4/4 If humedad=normal and clase=P Then viento=no 4/6 If viento=no and clase=P Then humedad=normal 4/6 If humedad=normal Then viento=no and clase=P 4/7 If viento=no Then clase=P and humedad=normal 4/8 If clase=P Then viento=no and humedad=normal 4/9 If true Then humedad=normal and viento=no and clase=P 4/12 Si pensamos en 100% de éxito, entonces sólo la primera regla cumple.
112
4/17/2015University of Waikato112 De hecho existen 58 reglas considerando la tabla completa que cubren al menos dos ejemplos con un 100% de exactitud (exaccuracy). El proceso es mas o menos el siguiente y sigue dos pasos (Apriori, Agrawal et al. '94): Genera todas los items sets con un elemento. Usa estos para generar los de dos elementos, y así sucesivamente. Se toman todos los posibles pares que cumplen con las medidas mínimas de soporte. Esto permite ir eliminando posibles combinaciones ya que no todas se tienen que considerar. Genera las reglas revisando que cumplan con el criterio mínimo de confianza.
113
4/17/2015University of Waikato113
114
4/17/2015University of Waikato114
115
4/17/2015University of Waikato115
116
4/17/2015University of Waikato116
117
4/17/2015University of Waikato117
118
4/17/2015University of Waikato118
119
4/17/2015University of Waikato119
120
4/17/2015University of Waikato120 Explorer: Selección de atributos El Panel puede ser usado para investigar cual o cuales subconjuntos de atributos son los más predictivos Métodos de selección de atributos contienen dos partes: Un método de búsqueda: best-first, forward selection, random, exhaustivo, algoritmos genéticos, ranking Un método de evaluación: basados en correlación, wrapper, ganancia de información, chi-cuadrado, … Flexible: WEKA permite (casi) combinaciones arbitrarias de estas dos
121
4/17/2015University of Waikato121
122
4/17/2015University of Waikato122
123
4/17/2015University of Waikato123
124
4/17/2015University of Waikato124
125
4/17/2015University of Waikato125
126
4/17/2015University of Waikato126
127
4/17/2015University of Waikato127
128
4/17/2015University of Waikato128
129
4/17/2015University of Waikato129 Explorer: visualización de datos Visualización muy útil : ayuda a determinar la dificultad de un problema para el aprendizaje de un problema WEKA puede visualizar atributos simples en (1-d) y pares de atributos en (2-d) Para hacerlo: rotando en visualizaciones 3-d (estilo Xgobi) Valores de clases por color “Jitter” opción para trabajar con atributos nominales (y detectar puntos “escondidos”) Función “Zoom-in”
130
4/17/2015University of Waikato130 Visualización Muestra la distribución de todos los atributos en 2D Representa en los ejes todos los posibles pares de combinaciones de los atributos. Este modo nos permite ver correlaciones y asociaciones entre los atributos.
131
4/17/2015University of Waikato131
132
4/17/2015University of Waikato132
133
4/17/2015University of Waikato133
134
4/17/2015University of Waikato134
135
4/17/2015University of Waikato135
136
4/17/2015University of Waikato136
137
4/17/2015University of Waikato137
138
4/17/2015University of Waikato138
139
4/17/2015University of Waikato139
140
4/17/2015University of Waikato140
141
4/17/2015University of Waikato141
142
4/17/2015University of Waikato142
143
4/17/2015University of Waikato143 Realizando experimentos El Experimentador hace fácil comparar el comportamiento de los diferentes esquemas de aprendizaje. Problemas de clasificación y regresión Los resultados pueden ser escritos a un archivo o una base de datos Opciones de evaluación: cross-validation, curvas de aprendizaje, hold-out Puede iterar al definirse diferentes parámetros Prueba de significancia incorporada!
144
4/17/2015University of Waikato144
145
4/17/2015University of Waikato145
146
4/17/2015University of Waikato146
147
4/17/2015University of Waikato147
148
4/17/2015University of Waikato148
149
4/17/2015University of Waikato149
150
4/17/2015University of Waikato150
151
4/17/2015University of Waikato151
152
4/17/2015University of Waikato152
153
4/17/2015University of Waikato153
154
4/17/2015University of Waikato154
155
4/17/2015University of Waikato155
156
4/17/2015University of Waikato156
157
4/17/2015University of Waikato157 El flujo del conocimiento con GUI Nueva interface gráfica para WEKA interface basada en Java-Beans para definir, ejecutar experimentos de máquinas de aprendizaje. Las pestañas Data sources, classifiers, etc. son beans que se pueden conectar gráficamente Digamos que los datos fluyen a través de los componentes: e.g.,“data source” -> “filter” -> “classifier” -> “evaluator” Los experimentos pueden ser guardados y cargados
158
4/17/2015University of Waikato158
159
4/17/2015University of Waikato159
160
4/17/2015University of Waikato160
161
4/17/2015University of Waikato161
162
4/17/2015University of Waikato162
163
4/17/2015University of Waikato163
164
4/17/2015University of Waikato164
165
4/17/2015University of Waikato165
166
4/17/2015University of Waikato166
167
4/17/2015University of Waikato167
168
4/17/2015University of Waikato168
169
4/17/2015University of Waikato169
170
4/17/2015University of Waikato170
171
4/17/2015University of Waikato171
172
4/17/2015University of Waikato172
173
4/17/2015University of Waikato173
174
4/17/2015University of Waikato174
175
4/17/2015University of Waikato175
176
4/17/2015University of Waikato176
177
4/17/2015University of Waikato177
178
4/17/2015University of Waikato178 Conclusion: try it yourself! WEKA esta disponible en http://www.cs.waikato.ac.nz/ml/weka Se tienen una lista de proyectos basados en WEKA Quienes han contribuido WEKA : Abdelaziz Mahoui, Alexander K. Seewald, Ashraf M. Kibriya, Bernhard Pfahringer, Brent Martin, Peter Flach, Eibe Frank,Gabi Schmidberger,Ian H. Witten, J. Lindgren, Janice Boughton, Jason Wells, Len Trigg, Lucio de Souza Coelho, Malcolm Ware, Mark Hall,Remco Bouckaert, Richard Kirkby, Shane Butler, Shane Legg, Stuart Inglis, Sylvain Roy, Tony Voyle, Xin Xu, Yong Wang, Zhihai Wang
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.