TRATAMIENTO DE IMÁGENES

UNIDAD 3 FASE 5

GRUPO: 3

PRESENTADO POR:
FABIAN SANCHEZ CERON
COD: 12265941

TUTORA:
PAOLA ANDREA MATEUS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

AÑO 2018
 2. Desarrollo de los siguientes análisis de resultados

Procedimiento (Experimento) – Parte Individual:

a. Realice la evaluación cualitativa de los resultados obtenidos

en la fase 3. El análisis se realiza entre los resultados que
arroja la máquina de soporte vectorial SVM, en la variable
“clasificación” contra los resultados reales del experto”

La evaluación debe entregar los siguientes datos en porcentaje:

Clasificador Reales FP FN VN VP Precisión Exactitud
Imágenes
enfermas
Imágenes
sanas

 La tabla anterior la debe realizar tanto para la SVM como para la

clasificación por umbral.

Realizando la clasificación anterior se obtiene los siguientes

resultados de clasificación.
Clasificación del experto

Resultados
Clasificador Reales FP FN VN VP Precisión Exactitud
Imágenes 7 5 2 0 2 5 71% 77%
enfermas
Imágenes 2 4
sanas

𝑉𝑃
𝑷𝒓𝒆𝒄𝒊𝒔𝒊𝒐𝒏 = 𝑉𝑃+𝐹𝑃
5
= 0,71
5+2

0,71 𝑥 100 = 71%

𝑉𝑃+𝑉𝑁
𝑬𝒙𝒂𝒄𝒕𝒊𝒕𝒖𝒅 = 𝑉𝑃+𝐹𝑃+𝐹𝑁+𝑉𝑁
5+2 7
= 9 = 0,77
5+2+0+2

0,77 𝑥 100 = 77%

1.2. Realizar la curva característica operativa del receptor ROC.

 Sensibilidad
𝑉𝑃
𝑉𝑃𝑅 =
𝑉𝑃 + 𝐹𝑁

 Especificidad
𝑉𝑁
𝑆𝑃𝐶 =
𝐹𝑃 + 𝑉𝑁

a. Explique los datos y gráfica obtenida.

𝑉𝑁
𝒆𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒊𝒅𝒂𝒅 =
𝑉𝑁 + 𝐹𝑃
2 2
= 4 = 0,5
2+2

0,5 𝑥 100 = 50%

𝑉𝑃
𝑺𝑬𝑵𝑺𝑰𝑩𝑰𝑳𝑰𝑫𝑨𝑫 =
𝑉𝑃 + 𝐹𝑁
5 5
=5=1
5+0

1 𝑥 100 = 100%
Curva roc SVM.
Código

Gráfica:

De acuerdo a la gráfica podemos ver que la línea azul es el clasificador que realizamos
con las hojas enfermas de la unidad pasada está por encima del límite que es la línea
roja lo que quiere decir que si podemos usar el clasificador si nos sirve ya que esta mas
cerca del clasificador perfecto que es la línea de color verde donde las coordenadas son
0,1 en el eje X y eje Y
Evaluación cuantitativa clasificador umbral
Se aplicó el siguiente código para el clasificador por umbral.

Clasificador Reales FP FN VN VP Precisión Exactitud

Imágenes 2 5 1 4 4 1 50% 50%
enfermas
Imágenes 8 5
sanas
 𝑉𝑃
𝑷𝒓𝒆𝒄𝒊𝒔𝒊𝒐𝒏 = 𝑉𝑃+𝐹𝑃
1
= 0,5
1+1

0,5 𝑥 100 = 50%

𝑉𝑃+𝑉𝑁
𝑬𝒙𝒂𝒄𝒕𝒊𝒕𝒖𝒅 = 𝑉𝑃+𝐹𝑃+𝐹𝑁+𝑉𝑁
1+4 5
= 10 = 0,5
1+1+4+4

0,5 𝑥 100 = 50%

Sensibilidad
𝑉𝑃
𝑉𝑃𝑅 = 𝑉𝑃+𝐹𝑁
1
𝑉𝑃𝑅 = 1+4 =0,2 =20%

Especificidad
𝑉𝑁
𝑆𝑃𝐶 = 𝐹𝑃+𝑉𝑁
4
𝑆𝑃𝐶 = 1+4 =0,8 = 80%

Para el eje x la especificidad es 1- especificidad.

1-0,8=0,2 =0,2 x 100= 20%
1.3. Realice el análisis e informe con los resultados obtenidos en los
puntos anteriores.
Como podemos observar los resultados obtenidos son una representación gráfica de la
sensibilidad frente a la especificidad para un sistema clasificador binario según se varía
el umbral de discriminación. Otra interpretación de este gráfico es la representación de la
razón de verdaderos positivos (VPR = Razón de Verdaderos Positivos) frente a la razón
o ratio de falsos positivos (FPR = Razón de Falsos Positivos) también según se varía el
umbral de discriminación (valor a partir del cual decidimos que un caso es un positivo).
Si la prueba fuera perfecta, es decir, sin solapamiento, hay una región en la que cualquier
punto de corte tiene sensibilidad y especifidad iguales a 1: la curva sólo tiene el punto
(0,1).
- Si la prueba fuera inútil: ambas fdp´s coinciden y la sensibilidad (verdaderos positivos)
es igual a la proporción de falsos positivos, la curva sería la diagonal de (0,0) a (1,1).
 BIBLIOGRAFÍA

Aguado, A. S. (2012). bibliotecavirtual.unad.edu.co. Obtenido de

bibliotecavirtual.unad.edu.co:
http://bibliotecavirtual.unad.edu.co:2048/login?user=proveedo
r&pass=danue0a0&url=http://bibliotecavirtual.unad.edu.co:205
1/login.aspx?direct=true&db=nlebk&AN=477505&lang=es&site
=ehost-live
Aguado, A. S. (2012). bibliotecavirtual.unad.edu.co. Obtenido de
bibliotecavirtual.unad.edu.co:
http://bibliotecavirtual.unad.edu.co:2048/login?user=proveedo
r&pass=danue0a0&url=http://bibliotecavirtual.unad.edu.co:205
1/login.aspx?direct=true&db=nlebk&AN=477505&lang=es&site
=ehost-live
Bovik, A. C. (2009). bibliotecavirtual.unad.edu.co. Obtenido de
bibliotecavirtual.unad.edu.co:
http://bibliotecavirtual.unad.edu.co:2048/login?user=proveedo
r&pass=danue0a0&url=http://bibliotecavirtual.unad.edu.co:205
1/login.aspx?direct=true&db=nlebk&AN=249002&lang=es&site
=ehost-live
Mateus, P. (. ( 26 de Julio de 2017). hdl.handle.net. Obtenido de
hdl.handle.net: http://hdl.handle.net/10596/12674
Quilmes., U. N. (2005). iaci.unq.edu.ar. Obtenido de iaci.unq.edu.ar:
http://iaci.unq.edu.ar/materias/vision/archivos%5Capuntes%5
CComandos%20comunes%20de%20Matlab%20para%20el%20
procesamiento%20de%20im%C3%A1gen.pdf