minería de datos dr. francisco j. mata 1 razonamiento basado en memoria teoría tema 13

Minería de datosDr. Francisco J. Mata 1

Razonamiento basado en memoria

Teoría

Tema 13



FuncionamientoAlmacenar los registros pre-clasificadosPara un registro nuevo, encontrar los vecinos

más cercanosUtilizar los vecinos para decidir qué valor

asignarle al nuevo registro



Vecino Distancia Peso Códigos

1 0.076 0.924 R/FE, R/CA, R/CO

2 0.346 0.654 R/FE, R/JA, R/CA

3 0.369 0.631 R/FE, R/JA, R/MI

4 0.393 0.607 R/FE, R/JA, R/CA



Código 1 2 3 4 Score

R/CA 0.924 0.645 0 0.607 2.176

R/CO 0.924 0 0 0 0.924

R/FE 0.924 0.654 0.631 0.607 2.816

R/JA 0 0.654 0.631 0.607 1.892

R/MI 0 0 0.631 0 0.631



Requerimientos de variablesUna variable “target”

Binaria, nominal o intervalo Ordinal debe ser convertida a intervalo

Variables “input” Numéricas, ortogonales y estandarizadas

Utilizar el nodo “Princomp/Dmneural” para obtener una descomposición mediante valores principales



Creación de un archivo de entrenamientoNúmero similar de registros para cada clase

de la variable “target”Docenas de ejemplos mejor si son cientos o

miles



Muchosregistrosbaja efi-ciencia

Pocosregistrosmejora eficiencia



FortalezasResultados son fácilmente entendibles

No son reglas del tipo if-then Sino del tipo se hace esta predicción considerando

los resultados de estos registros los cuales son muy parecidos al nuevo



FortalezasFunciona bien con cualquier número de

variables El rendimiento del razonamiento basado en

memoria depende más del conjunto de datos de adiestramiento que en el número de variables

Ventaja sobre rede neuronales y regresión



DebilidadesComputacionalmente costoso a la hora del

“scoring” Encontrar los vecinos más cercanos es

computacionalmente costoso si el conjunto de adiestramiento es muy grande

Árboles de decisión y redes neuronales no utilizan el conjunto de adiestramiento a la hora de hacer el “scoring”



DebilidadesDependencia de la función de distancia, de la

función de combinación y del número de vecinos

Resultados dependen de estos parámetros



Cuando utilizarlo Cuando los patrones en los datos son muchos y muy locales y

reglas y funciones globales no tienen sentido Ejemplo: ¿Por qué clientes dejan de comprar de un catálogo?

Nuevos almacenes se abren en el vecindario Están inundados de otros catálogos Pierden el trabajo, etc.

Cuando no utilizarlo Cuando hay pocas razones para algo y reglas son globales

Ejemplo: ¿Por qué clientes compran en diciembre? Para dar regalos

minería de datos dr. francisco j. mata 1 razonamiento basado en memoria teoría tema 13

Documents