Análisis de datos de flores Iris usando Weka

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA
La Universidad Católica de Loja
MODALIDAD ABIERTA Y A DISTANCIA
Titulación de Ingeniería Informática
Inteligencia Artificial Avanzada
Tarea 2:
Experimentaciones con técnicas de aprendizaje automático
Freddy Gordillo Córdova
Enero de 2017
Freddy Gordillo Córdova IA Avanzada II Bimestre
1. Considere el ejemplo “conceder un préstamo hipotecario”.

En este caso como son dos acciones, conceder el préstamo y no conceder, estamos afirmando
que conocemos las posibles entradas, por tanto, las posibilidades son tan solo dos, si y no, por
cuanto seria una red o árbol de decisión por presentar solo 2 posibilidades.
• Se puede dar 50% si y 50% no, a cada entrada.
2. Establezca la diferencia entre técnicas de clasificación

supervisada y no supervisada.
Según (Serrano J, Soria, & Martín, 2009):
No supervisados Supervisados
No se conoce la señal que debe dar la red Presenta las salidas que debe proporcionar la
neuronal. red mediante las señales conocidas.
Se organiza ella misma agrupando según sus Se observa la salida de la red y se determina
características, las diferentes señales de la diferencia entre ésta y la señal deseada.
entrada.
Los pesos de la red son modificados de
acuerdo con el error cometido.
Sus métodos permiten usar técnicas de Aprendizaje por refuerzo (información tipo
agrupamiento o clustering. booleana) o aprendizaje por corrección
(conocemos el error y determina magnitud
de los pesos.
3. Plantee un ejemplo de clustering:

a) Descripción del ejemplo:
Analizar los datos de compra de todos los productos durante un año de un

supermercado.
b) El objetivo de la aplicación de la técnica:

- Obtener la clasificación de los productos mas vendidos cada semana del mes.
- Clasificar a los clientes según los productos vendidos.
- Aumentar la demanda de los productos con ofertas y promociones especiales a los
clientes que visitarían esa semana.
- Personalizar atención a los clientes con nuevos productos.
- Obtener un historial para la correcta decisión al adquirir nueva mercadería.
c) Los atributos que utilizaría para este ejemplo:
- Productos.
2
- Clientes. (hombre, mujer)

- Categoría. (edad)
- Tiempo (semana)
- Capacidad de compra. (cuánto gasta por compra, mínimo y máximo)
- Cantidad de compra. (1 o más)
d) El algoritmo que utilizaría para la clusterización:
Seria el algoritmo Kmean (simpleKmeans) y seleccionaríamos la cantidad de clusters de

acuerdo con la categoría de los clientes (la edad).
4. Usar la herramienta Weka

Ingresamos a nuestra herramienta, modificamos el archivo iris.arff1 agregando más líneas
de código, y procediendo a guardarlo como iris_test.arff2, ya que este será el modelo a
testear y lo evaluaremos con el modelo entrenado.
Ilustración 1 Datos modificados del archivo iris_test.arff
Procedemos a cargar el archivo original (iris.arff) en weka, tal como lo muestra la siguiente
imagen:
1
Podemos visualizar el código original y con el que evaluaremos en el Anexo 1
2
Podemos visualizar el código del archivo en el Anexo 2
3
Ilustración 2 Muestra de los archivos originales
Para entrenar nuestra red, utilizaremos en el pre-proceso el filtro supervizado

MultilayerPerceptron “MLP” (ya que conocemos y tenemos el tipo de clasificación) con el
atributo AddClassification, el cual nos ayudara entrenando la red y aprendiendo a clasificar con
los datos semejantes entre sí.
Ilustración 3 Muestra de resultados aplicando el nuevo filtro a los datos.
Como se visualiza en la ilustración 3, este filtro reconoce tres tipos de clases, y como se puede
visualizar nos daremos cuenta como se encuentra de semejantes dos clases.
Ahora acabada la fase de entrenamiento, ya con nuestro archivo “iris_test.arff” modificado con
el cual procedemos a comparar, elegimos la pestaña de classify donde podemos testear la red
entrenada con la red que actualizamos los datos como lo muestra a continuación:
4
Ilustración 4 Visualización de la pestaña classify, donde testeamos las dos redes.
Procedemos a empezar con el testeo de las dos redes, la cual nos da el siguiente resultado (los
datos de pantalla pueden ser vistos en Anexo 3):
Ilustración 5 Pantalla de resultado del test de ambas redes.
Los resultados son los siguientes:
• 89.4% de instancias correctamente clasificadas.

• 10.6% de instancias incorrectamente clasificadas.
Esto se debe al cambio de datos que hicimos en el archivo, si nos detenemos a pensar por un
instante, esto suele suceder en la realidad, que al pasar los años el tipo de flor va cambiado
debido al deterioro del clima o a que se encuentra en mejor zona, etc. ya son análisis mas
profundos que le dan los especialistas que requieren los datos. Esto se puede evidenciar con la
matrix de confusión, la cual nos muestra que son tres tipos de clases de iris:
5
• Dentro del grupo Iris-setosa tenemos 66 que pertenecen al grupo, que 2 de ellas
pertenecen a la clase Iris-versicolor y que 6 de ellas Iris-virginica.
• Dentro del grupo Iris-versicolor tenemos 77 que pertenecen al grupo, y que 6 de ellas
pertenecen a la clase Iris-setosa.
• Dentro del grupo Iris-virginica tenemos 43 que pertenecen al grupo, y que 8 de ellas
pertenecen a la clase Iris-versicolor.
También podemos utilizar el filtro de clúster, como lo presentamos a continuación:
Ilustración 6 Seleccionado el algoritmo Kmeans, para clasificar en centroides.
Este algoritmo es de gran utilidad ya que nos clasifica como se evidencia en pantalla, las clases
que más se parecen en características:
Ilustración 7 Resultados del algoritmo simpleKmeans.
6
El resultado total se puede evidenciar en el Anexo 4, los resultados son sencillos de interpretar:
• Se dividen en 2 centroides, esto debido a que 2 clases de iris se asemejan mucho sus
medidas.
• Iris-setos e Iris-versicolor son los centroides que comparar, la una es más grande que el
resto y la otra más pequeña, en la ilustración anterior podemos ver las medidas medias
con la que se comparan al resto de datos.
Ilustración 8 Pantallas con la semejanza de los datos.
7
Bibliografía
Serrano J, A., Soria, E., & Martín, J. D. (2009). Redes Neuronales Artificiales, 1–141.
https://doi.org/10.1016/S0210-5691(05)74198-X
8
ANEXOS
Anexo 1
Datos originales del archivo iris.arff
% 1. Title: Iris Plants Database
%
% 2. Sources:
% (a) Creator: R.A. Fisher
% (b) Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)
% (c) Date: July, 1988
%
% 3. Past Usage:
% - Publications: too many to mention!!! Here are a few.
% 1. Fisher,R.A. "The use of multiple measurements in taxonomic problems"
% Annual Eugenics, 7, Part II, 179-188 (1936); also in "Contributions
% to Mathematical Statistics" (John Wiley, NY, 1950).
% 2. Duda,R.O., & Hart,P.E. (1973) Pattern Classification and Scene Analysis.
% (Q327.D83) John Wiley & Sons. ISBN 0-471-22361-1. See page 218.
% 3. Dasarathy, B.V. (1980) "Nosing Around the Neighborhood: A New System
% Structure and Classification Rule for Recognition in Partially Exposed
% Environments". IEEE Transactions on Pattern Analysis and Machine
% Intelligence, Vol. PAMI-2, No. 1, 67-71.
% -- Results:
% -- very low misclassification rates (0% for the setosa class)
% 4. Gates, G.W. (1972) "The Reduced Nearest Neighbor Rule". IEEE
% Transactions on Information Theory, May 1972, 431-433.
% -- Results:
% -- very low misclassification rates again
% 5. See also: 1988 MLC Proceedings, 54-64. Cheeseman et al's AUTOCLASS II
% conceptual clustering system finds 3 classes in the data.
%
% 4. Relevant Information:
% --- This is perhaps the best known database to be found in the pattern
% recognition literature. Fisher's paper is a classic in the field
% and is referenced frequently to this day. (See Duda & Hart, for
% example.) The data set contains 3 classes of 50 instances each,
% where each class refers to a type of iris plant. One class is
% linearly separable from the other 2; the latter are NOT linearly
% separable from each other.
% --- Predicted attribute: class of iris plant.
% --- This is an exceedingly simple domain.
%
% 5. Number of Instances: 150 (50 in each of three classes)
%
% 6. Number of Attributes: 4 numeric, predictive attributes and the class
%
% 7. Attribute Information:
% 1. sepal length in cm
% 2. sepal width in cm
% 3. petal length in cm
% 4. petal width in cm
% 5. class:
% -- Iris Setosa
% -- Iris Versicolour
% -- Iris Virginica
%
% 8. Missing Attribute Values: None
%
% Summary Statistics:
% Min Max Mean SD Class Correlation
% sepal length: 4.3 7.9 5.84 0.83 0.7826
% sepal width: 2.0 4.4 3.05 0.43 -0.4194
% petal length: 1.0 6.9 3.76 1.76 0.9490 (high!)
% petal width: 0.1 2.5 1.20 0.76 0.9565 (high!)
%
% 9. Class Distribution: 33.3% for each of 3 classes.
@RELATION iris
@ATTRIBUTE sepallength REAL

@ATTRIBUTE sepalwidth REAL
@ATTRIBUTE petallength REAL
@ATTRIBUTE petalwidth REAL
@ATTRIBUTE class {Iris-setosa,Iris-versicolor,Iris-virginica}
9
@DATA
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5.0,3.4,1.5,0.2,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
5.4,3.7,1.5,0.2,Iris-setosa
4.8,3.4,1.6,0.2,Iris-setosa
4.8,3.0,1.4,0.1,Iris-setosa
4.3,3.0,1.1,0.1,Iris-setosa
5.8,4.0,1.2,0.2,Iris-setosa
5.7,4.4,1.5,0.4,Iris-setosa
5.4,3.9,1.3,0.4,Iris-setosa
5.1,3.5,1.4,0.3,Iris-setosa
5.7,3.8,1.7,0.3,Iris-setosa
5.1,3.8,1.5,0.3,Iris-setosa
5.4,3.4,1.7,0.2,Iris-setosa
5.1,3.7,1.5,0.4,Iris-setosa
4.6,3.6,1.0,0.2,Iris-setosa
5.1,3.3,1.7,0.5,Iris-setosa
4.8,3.4,1.9,0.2,Iris-setosa
5.0,3.0,1.6,0.2,Iris-setosa
5.0,3.4,1.6,0.4,Iris-setosa
5.2,3.5,1.5,0.2,Iris-setosa
5.2,3.4,1.4,0.2,Iris-setosa
4.7,3.2,1.6,0.2,Iris-setosa
4.8,3.1,1.6,0.2,Iris-setosa
5.4,3.4,1.5,0.4,Iris-setosa
5.2,4.1,1.5,0.1,Iris-setosa
5.5,4.2,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
5.0,3.2,1.2,0.2,Iris-setosa
5.5,3.5,1.3,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
4.4,3.0,1.3,0.2,Iris-setosa
5.1,3.4,1.5,0.2,Iris-setosa
5.0,3.5,1.3,0.3,Iris-setosa
4.5,2.3,1.3,0.3,Iris-setosa
4.4,3.2,1.3,0.2,Iris-setosa
5.0,3.5,1.6,0.6,Iris-setosa
5.1,3.8,1.9,0.4,Iris-setosa
4.8,3.0,1.4,0.3,Iris-setosa
5.1,3.8,1.6,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
5.0,3.3,1.4,0.2,Iris-setosa
7.0,3.2,4.7,1.4,Iris-versicolor
10
6.3,3.3,6.0,2.5,Iris-virginica
%
11
Anexo 2
Datos modificados en el archivo iris_test.arff
% 1. Title: Iris Plants Database
%
% 2. Sources:
% (a) Creator: R.A. Fisher
% (b) Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)
% (c) Date: July, 1988
%
% 3. Past Usage:
% - Publications: too many to mention!!! Here are a few.
% 1. Fisher,R.A. "The use of multiple measurements in taxonomic problems"
% Annual Eugenics, 7, Part II, 179-188 (1936); also in "Contributions
% to Mathematical Statistics" (John Wiley, NY, 1950).
% 2. Duda,R.O., & Hart,P.E. (1973) Pattern Classification and Scene Analysis.
% (Q327.D83) John Wiley & Sons. ISBN 0-471-22361-1. See page 218.
% 3. Dasarathy, B.V. (1980) "Nosing Around the Neighborhood: A New System
% Structure and Classification Rule for Recognition in Partially Exposed
% Environments". IEEE Transactions on Pattern Analysis and Machine
% Intelligence, Vol. PAMI-2, No. 1, 67-71.
% -- Results:
% -- very low misclassification rates (0% for the setosa class)
% 4. Gates, G.W. (1972) "The Reduced Nearest Neighbor Rule". IEEE
% Transactions on Information Theory, May 1972, 431-433.
% -- Results:
% -- very low misclassification rates again
% 5. See also: 1988 MLC Proceedings, 54-64. Cheeseman et al's AUTOCLASS II
% conceptual clustering system finds 3 classes in the data.
%
% 4. Relevant Information:
% --- This is perhaps the best known database to be found in the pattern
% recognition literature. Fisher's paper is a classic in the field
% and is referenced frequently to this day. (See Duda & Hart, for
% example.) The data set contains 3 classes of 50 instances each,
% where each class refers to a type of iris plant. One class is
% linearly separable from the other 2; the latter are NOT linearly
% separable from each other.
% --- Predicted attribute: class of iris plant.
% --- This is an exceedingly simple domain.
%
% 5. Number of Instances: 150 (50 in each of three classes)
%
% 6. Number of Attributes: 4 numeric, predictive attributes and the class
%
% 7. Attribute Information:
% 1. sepal length in cm
% 2. sepal width in cm
% 3. petal length in cm
% 4. petal width in cm
% 5. class:
% -- Iris Setosa
% -- Iris Versicolour
% -- Iris Virginica
%
% 8. Missing Attribute Values: None
%
% Summary Statistics:
% Min Max Mean SD Class Correlation
% sepal length: 4.3 7.9 5.84 0.83 0.7826
% sepal width: 2.0 4.4 3.05 0.43 -0.4194
% petal length: 1.0 6.9 3.76 1.76 0.9490 (high!)
% petal width: 0.1 2.5 1.20 0.76 0.9565 (high!)
%
% 9. Class Distribution: 33.3% for each of 3 classes.
@RELATION iris
@ATTRIBUTE sepallength REAL

@ATTRIBUTE sepalwidth REAL
@ATTRIBUTE petallength REAL
@ATTRIBUTE petalwidth REAL
@ATTRIBUTE class {Iris-setosa,Iris-versicolor,Iris-virginica}
@DATA
12
4.6,3.1,1.5,0.2,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5.0,3.4,1.5,0.2,Iris-setosa
6.5,4.8,2.0,0.8,Iris-setosa
6.0,4.6,2.0,0.2,Iris-setosa
6.3,4.5,2.0,0.4,Iris-setosa
6.2,4.4,4.0,0.4,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
5.4,3.7,1.5,0.2,Iris-setosa
4.8,3.4,1.6,0.2,Iris-setosa
4.8,3.0,1.4,0.1,Iris-setosa
4.3,3.0,1.1,0.1,Iris-setosa
5.8,4.0,1.2,0.2,Iris-setosa
4.7,3.4,3.5,3.4,Iris-setosa
5.4,3.9,1.3,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5.2,3.4,1.4,0.2,Iris-setosa
4.7,3.2,1.6,0.2,Iris-setosa
4.8,3.1,1.6,0.2,Iris-setosa
5.4,3.4,1.5,0.4,Iris-setosa
5.0,3.4,1.5,0.2,Iris-setosa
5.1,3.5,1.4,0.3,Iris-setosa
5.7,3.8,1.7,0.3,Iris-setosa
5.1,3.8,1.5,0.3,Iris-setosa
5.4,3.4,1.7,0.2,Iris-setosa
5.1,3.7,1.5,0.4,Iris-setosa
4.6,3.6,1.0,0.2,Iris-setosa
5.1,3.3,1.7,0.5,Iris-setosa
4.8,3.4,1.9,0.2,Iris-setosa
5.0,3.0,1.6,0.2,Iris-setosa
5.0,3.4,1.6,0.4,Iris-setosa
5.2,3.5,1.5,0.2,Iris-setosa
5.2,3.4,1.4,0.2,Iris-setosa
4.7,3.2,1.6,0.2,Iris-setosa
4.8,3.1,1.6,0.2,Iris-setosa
5.4,3.4,1.5,0.4,Iris-setosa
5.2,4.1,1.5,0.1,Iris-setosa
5.5,3.5,1.3,0.2,Iris-setosa
5.0,3.4,1.6,0.4,Iris-setosa
5.2,3.5,1.5,0.2,Iris-setosa
5.2,3.4,1.4,0.2,Iris-setosa
4.7,3.2,1.6,0.2,Iris-setosa
4.8,3.1,1.6,0.2,Iris-setosa
5.0,2.0,3.5,1.0,Iris-setosa
5.9,3.0,4.2,1.5,Iris-setosa
5.5,4.2,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa
4.4,3.0,1.3,0.2,Iris-setosa
5.1,3.4,1.5,0.2,Iris-setosa
5.6,2.8,4.9,2.0,Iris-setosa
6.9,3.1,5.1,2.3,Iris-setosa
5.8,2.7,5.1,1.9,Iris-setosa
6.8,3.2,5.9,2.3,Iris-setosa
6.7,3.3,5.7,2.5,Iris-setosa
4.4,3.2,1.3,0.2,Iris-setosa
5.1,3.8,1.6,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
5.0,3.3,1.4,0.2,Iris-setosa
5.0,3.5,1.3,0.3,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.1,3.8,1.6,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
5.0,3.3,1.4,0.2,Iris-setosa
4.4,3.2,1.3,0.2,Iris-setosa
5.0,3.5,1.6,0.6,Iris-setosa
13
14
%
%
%
15
Anexo 3
Archivo de resultados del buffer de test de las dos redes con MLP
=== Run information ===
Scheme: weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0

-S 0 -E 20 -H a
Relation: iris-weka.filters.supervised.attribute.AddClassification-
Wweka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H
a-weka.filters.supervised.attribute.AddClassification-
a
Instances: 150
Attributes: 5
sepallength
sepalwidth
petallength
petalwidth
class
Test mode: user supplied test set: size unknown (reading incrementally)
=== Classifier model (full training set) ===
Sigmoid Node 0
Inputs Weights
Threshold -3.5015971588434014
Node 3 -1.0058110853859945
Node 4 9.07503844669134
Node 5 -4.107780453339234
Sigmoid Node 1
Inputs Weights
Threshold 1.0692845992273177
Node 3 3.8988736877894024
Node 4 -9.768910360340264
Node 5 -8.599134493151348
Sigmoid Node 2
Inputs Weights
Threshold -1.007176238343649
Node 3 -4.2184061338270356
Node 4 -3.626059686321118
Node 5 8.805122981737854
Sigmoid Node 3
Inputs Weights
Threshold 3.382485556685675
Attrib sepallength 0.9099827458022276
Attrib sepalwidth 1.5675138827531276
Attrib petallength -5.037338107319895
Attrib petalwidth -4.915469682506087
Sigmoid Node 4
Inputs Weights
Threshold -3.330573592291832
Attrib sepallength -1.1116750023770083
Attrib sepalwidth 3.125009686667653
Attrib petallength -4.133137022912305
Attrib petalwidth -4.079589727871456
Sigmoid Node 5
Inputs Weights
Threshold -7.496091023618089
Attrib sepallength -1.2158878822058787
Attrib sepalwidth -3.5332821317534897
Attrib petallength 8.401834252274096
Attrib petalwidth 9.460215580472827
Class Iris-setosa
Input
Node 0
Class Iris-versicolor
Input
Node 1
Class Iris-virginica
Input
Node 2
16
Time taken to build model: 0.09 seconds
=== Evaluation on test set ===
Time taken to test model on supplied test set: 0.01 seconds
=== Summary ===
Correctly Classified Instances 186 89.4231 %

Incorrectly Classified Instances 22 10.5769 %
Kappa statistic 0.8386
Mean absolute error 0.0838
Root mean squared error 0.2559
Relative absolute error 18.8571 %
Root relative squared error 54.2795 %
Total Number of Instances 208
=== Detailed Accuracy By Class ===
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC

Area Class
0,892 0,000 1,000 0,892 0,943 0,917 0,925
0,943 Iris-setosa
0,928 0,080 0,885 0,928 0,906 0,842 0,933
0,863 Iris-versicolor
0,843 0,076 0,782 0,843 0,811 0,748 0,923
0,739 Iris-virginica
Weighted Avg. 0,894 0,051 0,901 0,894 0,896 0,846 0,928
0,861
=== Confusion Matrix ===
a b c <-- classified as
66 2 6 | a = Iris-setosa
0 77 6 | b = Iris-versicolor
0 8 43 | c = Iris-virginica
17
Anexo 4
Resultados del buffer de weka del cluster entre las dos redes.
=== Run information ===
Scheme: weka.clusterers.SimpleKMeans -init 0 -max-candidates 100 -periodic-pruning

10000 -min-density 2.0 -t1 -1.25 -t2 -1.0 -N 2 -A "weka.core.EuclideanDistance -R first-
last" -I 500 -num-slots 1 -S 10
Relation: iris-weka.filters.supervised.attribute.AddClassification-
a
Instances: 150
Attributes: 5
sepallength
sepalwidth
petallength
petalwidth
class
Test mode: user supplied test set: 208 instances
=== Clustering model (full training set) ===
kMeans
======
Number of iterations: 7
Within cluster sum of squared errors: 62.1436882815797
Initial starting points (random):
Cluster 0: 6.1,2.9,4.7,1.4,Iris-versicolor
Cluster 1: 6.2,2.9,4.3,1.3,Iris-versicolor
Missing values globally replaced with mean/mode
Final cluster centroids:

Cluster#
Attribute Full Data 0 1
(150.0) (100.0) (50.0)
==================================================================
sepallength 5.8433 6.262 5.006
sepalwidth 3.054 2.872 3.418
petallength 3.7587 4.906 1.464
petalwidth 1.1987 1.676 0.244
class Iris-setosa Iris-versicolor Iris-setosa
Time taken to build model (full training data) : 0.02 seconds
=== Evaluation on test set ===

Clustered Instances
0 138 ( 66%)
1 70 ( 34%)
18

Análisis de datos de flores Iris usando Weka

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análisis de datos de flores Iris usando Weka

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA

La Universidad Católica de Loja

MODALIDAD ABIERTA Y A DISTANCIA

Titulación de Ingeniería Informática

Inteligencia Artificial Avanzada

Experimentaciones con técnicas de aprendizaje automático

Freddy Gordillo Córdova

1. Considere el ejemplo “conceder un préstamo hipotecario”.

• Se puede dar 50% si y 50% no, a cada entrada.

2. Establezca la diferencia entre técnicas de clasificación

3. Plantee un ejemplo de clustering:

Analizar los datos de compra de todos los productos durante un año de un

b) El objetivo de la aplicación de la técnica:

- Clientes. (hombre, mujer)

Seria el algoritmo Kmean (simpleKmeans) y seleccionaríamos la cantidad de clusters de

4. Usar la herramienta Weka

Ilustración 1 Datos modificados del archivo iris_test.arff

Ilustración 2 Muestra de los archivos originales

Para entrenar nuestra red, utilizaremos en el pre-proceso el filtro supervizado

Ilustración 3 Muestra de resultados aplicando el nuevo filtro a los datos.

Ilustración 4 Visualización de la pestaña classify, donde testeamos las dos redes.

Ilustración 5 Pantalla de resultado del test de ambas redes.

Los resultados son los siguientes:

• 89.4% de instancias correctamente clasificadas.

También podemos utilizar el filtro de clúster, como lo presentamos a continuación:

Ilustración 6 Seleccionado el algoritmo Kmeans, para clasificar en centroides.

Ilustración 7 Resultados del algoritmo simpleKmeans.

Ilustración 8 Pantallas con la semejanza de los datos.

@ATTRIBUTE sepallength REAL

@ATTRIBUTE sepallength REAL

Scheme: weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0

=== Classifier model (full training set) ===

Time taken to build model: 0.09 seconds

=== Evaluation on test set ===

Time taken to test model on supplied test set: 0.01 seconds

=== Summary ===

Correctly Classified Instances 186 89.4231 %

=== Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC

=== Confusion Matrix ===

Scheme: weka.clusterers.SimpleKMeans -init 0 -max-candidates 100 -periodic-pruning

=== Clustering model (full training set) ===

Initial starting points (random):

Missing values globally replaced with mean/mode

Final cluster centroids:

Time taken to build model (full training data) : 0.02 seconds

=== Evaluation on test set ===

Você também pode gostar