Minería de datos Dr. Francisco J. Mata Tema 9 Parte práctica Árboles de decisión Minería de datos Dr. Francisco J. Mata
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
Minería de datos Dr. Francisco J. Mata Ejemplo Output Purchase Bike Input Age Cars Children Commute Distance Education Gender Home Owner Income Marital Status Occupation Region Table Analysis Tool Sample SQL 2005 Analysis Services Excel Add-ins Minería de datos Dr. Francisco J. Mata
Árbol de decisión 3 niveles Minería de datos Dr. Francisco J. Mata
Árbol de decisión (VISIO) Minería de datos Dr. Francisco J. Mata
Minería de datos Dr. Francisco J. Mata Dependencias Minería de datos Dr. Francisco J. Mata
Minería de datos Dr. Francisco J. Mata Dependencias (VISIO) Minería de datos Dr. Francisco J. Mata
Resultados clasificación Clasificado 1 Clasificado 0 Realmente 1 Verdadero positivo Falso negativo Realmente 0 Falso positivo Verdadero negativo Minería de datos Dr. Francisco J. Mata
Minería de datos Dr. Francisco J. Mata Matriz de confusión Falso negativo Falso positivo Minería de datos Dr. Francisco J. Mata
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
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
Gráfico de ganancia para Purchase Bike=Yes Minería de datos Dr. Francisco J. Mata
Gráfico de ganancia para Purchase Bike=Yes Minería de datos Dr. Francisco J. Mata
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