Emprendedor

Las técnicas de clasificación automática se pueden agrupar inicialmente como supervisada o no supervisada y, aunque en este trabajo hacemos un especial hincapié en las segundas. En donde a las no supervisadas las podemos definir como, el agrupar un conjunto de N objetos, definidos por una cantidad de variables, en varias clases, donde en cada clase los elementos posean características afines y sean más similares entre sí que respecto a elementos pertenecientes a otras clases. Conocida la diferencia entre ambas técnicas es más fácil introducirnos en la descripción de los clasificadores, determinando a qué dominios se aplican en la actualidad, que parámetros lo configuran y que tipos son los más usados. Un método de agrupamiento no supervisado que utilizamos es el k-medias. Este es un método que permite asignar a cada observación el cluster o grupo que se encuentra más próximo en términos del centroide (media). En general, la distancia empleada es la euclídea. Para poder trabajar con este método ocupamos el sistema weka que nos permite trabajar con el algoritmo de k-medias. Tomando en cuenta diferente cantidad de grupos en nuestra clasificación, se hace un análisis de los diferentes resultados en cuanto es número de grupos. El análisis contiene, la cantidad de elementos de cada clase en cada grupo.

Índice

Introducción……………………………………………………………………3

Fundamentos………………………………………………………………….4

Método…………………………………………………………………………6

Resultados……………………………………………………………………7

Conclusiones…………………………………………………………………10

Recomendaciones…………………………………………………………...10

Fuentes Consultadas………………………………………………………..10

Introducción

Dentro del aprendizaje automático, encontramos técnicas de clasificación que nos permiten agrupar muestras de acuerdo a criterios o métodos, estas técnicas son la clasificación supervisada y la no supervisada.

El objetivo de la clasificación dentro del aprendizaje automático consiste en la asignación de un objeto o un fenómeno físico a una de las diversas categorías o clases especificadas (se hace referencia a clase como una agrupación de objetos que tiene características comunes, o mejor dicho como un sinónimo de categoría). La clasificación es una técnica muy útil, usada en diversos campos como el de reconocimiento de patrones.

Fundamentos

Clasificación no supervisada

En la clasificación no supervisada no se cuenta con conocimiento a priori, por lo que tendremos un área de entrenamiento disponible para la tarea de clasificación [1]. A la clasificación no supervisada se la suele llamar también clustering.

En este tipo de clasificación contamos con “objetos” o muestras que tiene un conjunto de características, de las que no sabemos a qué clase o categoría pertenece, entonces la finalidad es el descubrimiento de grupos de “objetos” cuyas características afines nos permitan separar las diferentes clases [1]. El análisis de cluster es una técnica cuya idea básica es agrupar un conjunto de observaciones en un número dado de clusters o grupos. Este agrupamiento se basa en la idea de distancia o similitud entre las observaciones.

El clustering de datos se ha utilizado principalmente para tres propósitos fundamentales [2]:

Detectar

...