Entrada: conceptos, instancias y atributos

Entrada: conceptos, instancias y atributos

Cuatro estilos de aprendizaje básicamente diferentes aparecen en las aplicaciones de minería de datos. En clasificación de aprendizaje, el esquema de aprendizaje se presenta con un conjunto de ejemplos clasificados a partir de los cuales se espera aprender una forma de clasificar ejemplos no vistos. En aprendizaje por asociación, se busca cualquier asociación entre características, no solo aquellas que predicen un determinado clase valor. En agrupamiento, se buscan grupos de ejemplos que pertenecen juntos. En predicción numérica, el resultado a predecir no es una clase discreta sino una cantidad numérica. Independientemente del tipo de aprendizaje involucrado, llamamos a la cosa a ser aprendida el concepto y la salida producida por un esquema de aprendizaje la descripción del concepto.

Cuando no hay una clase específica, la agrupación se utiliza para agrupar elementos que parecen encajar de forma natural. Por otro lado, la predicción numérica es una variante del aprendizaje de clasificación en la que el resultado es un valor numérico en lugar de una categoría.

La entrada a un esquema de aprendizaje automático es un conjunto de instancias. Estas instancias son las cosas que se van a clasificar, asociar o agrupar.

Relaciones:

La idea de especificar solo ejemplos positivos y adoptar la suposición permanente de que el resto son negativos se denomina suposición de mundo cerrado. Se asume con frecuencia en los estudios teóricos.

Instancias:

Un problema con la desnormalización es que produce regularidades aparentes en los datos que son completamente falsos y, de hecho, son simplemente reflejos de la estructura de la base de datos original.

En algunas situaciones, en lugar de que las instancias individuales sean ejemplos del concepto, cada ejemplo individual comprende un conjunto de instancias que se describen mediante los mismos atributos. Esta configuración de múltiples instancias cubre algunas aplicaciones importantes del mundo real.

Una instancia múltiple es un conjunto de formas, y el conjunto completo se clasifica como positivo o negativo.

Los problemas de instancias múltiples a menudo también surgen naturalmente cuando se unen las relaciones de una base de datos, es decir, cuando varias filas de una relación secundaria se asocian con la misma fila en la relación de destino.

El objetivo del aprendizaje de instancias múltiples es producir una descripción del concepto, pero ahora la tarea es más difícil porque el algoritmo de aprendizaje tiene que lidiar con información incompleta sobre cada ejemplo de entrenamiento.

En resumen, la entrada a un esquema de minería de datos generalmente se expresa como una tabla de instancias independientes del concepto que se va a aprender.

Atributos:

Cada instancia que proporciona la entrada al aprendizaje automático se caracteriza por sus valores en un conjunto fijo y predefinido de características o atributos.

El valor de un atributo para una instancia particular es una medida de la cantidad a la que se refiere el atributo. Existe una amplia distinción entre las cantidades que son numérico y los que son nominal. Atributos numéricos, a veces llamados continuos atributos, números de medida, ya sean valores reales o enteros.

...