• Author / Uploaded
• Alex Fernando

• Categories
• Áreas de la informática
• Informática
• Tecnología
• Matemática aplicada
• Programación de computadoras

Citation preview

Asignatura Técnicas de Inteligencia Artificial

Datos del alumno

Fecha

Apellidos: Galarza Astudillo 17-junio-2019 Nombre: Alex Fernando

Actividades Trabajo: Construcción de un árbol de decisión mediante Weka y análisis del modelo Esta actividad tiene como objetivo tomar un primer contacto con la herramienta Weka aplicando técnicas de árbol de decisión sobre un conjunto de datos, y comprendiendo la visualización en árbol mostrada por Weka. Los pasos a seguir son los siguientes: 1. Descárgate e instala Weka en tu ordenador. El software está disponible en la sección de descargas de la página oficial de Weka: http://www.cs.waikato.ac.nz/ml/weka/downloading.html 2. Weka trae consigo una serie de datasets o conjuntos de datos por defecto. Estos están disponibles en la carpeta /data incluida en el directorio raíz de Weka creado en la instalación del software. Abre el fichero iris.arff que se encuentra en dicha carpeta con un editor de texto. 3. Una vez abierto el fichero con un editor de texto podrás ver en comentarios quién es el creador de ese conjunto de datos, publicaciones en las que ha sido utilizado y otra información relevante. 4. A continuación ejecuta el Explorer de Weka y abre el fichero iris.arff. 5. Trata de ejecutar el algoritmo ID3 (desde la pestaña Classify).// no 6. Ejecuta el algoritmo C4.5 (algoritmo denominado J48 en Weka) con las opciones por defecto: factor de confianza igual a 0.25, validación cruzada de 10 iteraciones y un mínimo número de instancias requerido en una hoja igual a 2.

TEMA 5 –Actividades

© Universidad Internacional de La Rioja (UNIR)

Asignatura Técnicas de Inteligencia Artificial

Datos del alumno

Fecha

Apellidos: Galarza Astudillo 17-junio-2019 Nombre: Alex Fernando

7. Copia la salida obtenida tras la ejecución del algoritmo en el paso previo y pégala antes del informe que incluye tus respuestas a esta actividad. En esta actividad debes entregar un informe que incluya la salida obtenida al ejecutar el algoritmo C4.5 y que responda a las preguntas 1 a 7 expuestas a continuación El informe, sin contar con la salida proporcionada por Weka, tendrá una extensión máxima de 2 páginas (Georgia 11, interlineado, 1,5). === Run information ===

TEMA 5 –Actividades

© Universidad Internacional de La Rioja (UNIR)

Asignatura

Datos del alumno

Fecha

Apellidos: Galarza Astudillo

Técnicas de Inteligencia Artificial

17-junio-2019 Nombre: Alex Fernando

Scheme:

weka.classifiers.trees.J48 -C 0.25 -M 2

Relation:

iris

Instances: 150 Attributes: 5 sepallength sepalwidth petallength petalwidth class Test mode: 10-fold cross-validation === Classifier model (full training set) === J48 pruned tree -----------------petalwidth 0.6 | petalwidth 1.7: Iris-virginica (46.0/1.0) Number of Leaves : 5 Size of the tree :

9

Time taken to build model: 0.06 seconds === Stratified cross-validation === === Summary ===

TEMA 5 –Actividades

© Universidad Internacional de La Rioja (UNIR)

Asignatura

Datos del alumno

Fecha

Apellidos: Galarza Astudillo

Técnicas de Inteligencia Artificial

17-junio-2019 Nombre: Alex Fernando

Correctly Classified Instances

144

Incorrectly Classified Instances Kappa statistic

96

6

4

% %

0.94

Mean absolute error

0.035

Root mean squared error

0.1586

Relative absolute error

7.8705 %

Root relative squared error

33.6353 %

Total Number of Instances

150

=== Detailed Accuracy By Class === TP Rate FP Rate Precision Recall F-Measure MCC

ROC Area PRC Area

Class 0,980

0,000

1,000

0,980

0,990

0,985

0,990

0,987

Iris-

0,940

0,030

0,940

0,940

0,940

0,910

0,952

0,880

Iris-

0,030

0,941

0,960

0,950

0,925

0,961

0,905

Iris-

setosa versicolor 0,960 virginica Weighted Avg. 0,960 0,020 0,960

0,960 0,960

0,940 0,968

0,924

=== Confusion Matrix === a b c