(Gp:) X1, X2, …, X5 3, 5, …, 8 2, 4, …, 0 0, 1, …, 7 (Gp:) vs. (Gp:) X1 (Gp:) X2 (Gp:) P(X1) (Gp:) P(X2|X1)
fumar cáncer Ejemplo 2
¿Para qué puede ser útil la Minería de Datos? 1 exabyte (1 millón de terabytes) se genera anualmente en todo el mundo
¿Para qué puede ser útil la Minería de Datos? (Cont.) Las BD se usan para: Guardar datos Confirmar hipótesis previas ¿Probar hipótesis alternativas?
¿Para qué puede ser útil la Minería de Datos? (Cont.) Control Diagnóstico Predicción Toma de decisiones (Gp:) Conocimiento (Gp:) Patrones
Herramientas para la Minería de Datos Métodos estadísticos Reglas de asociación (si-entonces) Árboles de decisión Modelos Gráficos Redes Neuronales Algoritmos Genéticos Lógica Difusa
Ejemplo3: definir grupos diferenciados de empleados. El departamento drecoursesos humanos de una gran empresa, desea categorizar a sus empleados en distintos grupos, con el objetivo de establecer una trato personalizado con ellos y definir las políticas sociales de la empresa. La organización dispone en sus bases de datos de información sobre sus empleados.
Ejemplo3: definir grupos diferenciados de empleados. ID Sueldo Casado Coche Hijos Alq/Prop Sindic. Bajas/Año Antigüedad Sexo 1 10000 Sí No 0 Alquiler No 7 15 H 2 20000 No Sí 1 Alquiler Sí 3 3 M 3 15000 Sí Sí 2 Propietario Sí 5 10 H 4 30000 Sí Sí 1 Alquiler No 15 7 M 5 10000 Sí Sí 0 Propietario Sí 1 6 H 6 40000 No Sí 0 Alquiler Sí 3 16 M 7 25000 No No 0 Alquiler Sí 0 8 H 8 20000 No Sí 0 Propietario Sí 2 6 M 9 20000 Sí Sí 3 Propietario No 7 5 H 10 30000 Sí Sí 2 Propietario No 1 20 H 11 50000 No No 0 Alquiler No 2 12 M 12 8000 Sí Sí 2 Propietario No 3 1 H 13 20000 No No 0 Alquiler No 27 5 M 14 10000 No Sí 0 Alquiler Sí 0 7 H 15 8000 No Sí 0 Alquiler No 3 2 H
Ejemplo3: definir grupos diferenciados de empleados. ID Sueldo Casado Coche Hijos Alq/Prop Sindic. Bajas/Año Antigüedad Sexo 1 10000 Sí No 0 Alquiler No 7 15 H 2 20000 No Sí 1 Alquiler Sí 3 3 M 3 15000 Sí Sí 2 Prop Sí 5 10 H 4 30000 Sí Sí 1 Alquiler No 15 7 M 5 10000 Sí Sí 0 Prop Sí 1 6 H 6 40000 No Sí 0 Alquiler Sí 3 16 M 7 25000 No No 0 Alquiler Sí 0 8 H 8 20000 No Sí 0 Prop Sí 2 6 M 9 20000 Sí Sí 3 Prop No 7 5 H 10 30000 Sí Sí 2 Prop No 1 20 H 11 50000 No No 0 Alquiler No 2 12 M 12 8000 Sí Sí 2 Prop No 3 1 H 13 20000 No No 0 Alquiler No 27 5 M 14 10000 No Sí 0 Alquiler Sí 0 7 H 15 8000 No Sí 0 Alquiler No 3 2 H A partir de estos datos, las técnicas de DM podrían generar un modelo de los datos, consistente en un conjunto de grupos de empleados con características similares. Este modelo proporcionaría una descripción "mas significativa" de los datos disponibles.
Ejemplo3: definir grupos diferenciados de empleados. Grupo 1: 5 ejemplos Sueldo : 22600 Casado : No -> 0.8 Sí -> 0.2 Coche : No -> 0.8 Sí -> 0.2 Hijos : 0 Alq/Prop : Alquiler -> 1.0 Sindic. : No -> 0.8 Sí -> 0.2 Bajas/Año : 8 Antigüedad : 8 Sexo : H -> 0.6 M -> 0.4 Grupo 2: 4 ejemplos Sueldo : 22500 Casado : No -> 1.0 Coche : Sí -> 1.0 Hijos : 0 Alq/Prop : Alquiler -> 0.75 Prop -> 0.25 Sindic. : Sí -> 1.0 Bajas/Año : 2 Antigüedad : 8 Sexo : H -> 0.25 M -> 0.75 Grupo 3: 6 ejemplos Sueldo : 18833 Casado : Sí -> 1.0 Coche : Sí -> 1.0 Hijos : 2 Alq/Prop : Alquiler -> 0.17 Prop -> 0.83 Sindic. : No -> 0.67 Sí -> 0.33 Bajas/Año : 5 Antigüedad : 8 Sexo : H -> 0.83 M -> 0.17 GRUPO 1: Solteros, sin hijos y de alquiler. Poco sindicados. Muchas bajas. GRUPO 2: Solteros, sin hijos y de alquiler. Muy sindicados. Pocas bajas. Normalmente mujeres. GRUPO 3: Casados, con hijos y propietarios. Poco sindicados. Normalmente hombres.
Técnicas de Minería de Datos Tareas de Minería de Datos.
Modelos de datos Vista minable Tarea de DM Problema Tipo de conocimiento Técnica de DM … Técnica de DM Algoritmo … Algoritmo Modelo de los datos
Tareas de Minería de Datos.
Modelos de datos Vista minable Tareas de DM Predictivas Descriptivas Estimación de valores futuros o desconocidos de variables de interés (variable objetivo) a partir de otras variables independientes (predictivas). Identificación de patrones en los datos que los explican o resumen. Ejemplos: 1 y 3 Ejemplos: 2, 4 y 5 Técnicas de Minería de Datos
Tareas de Minería de Datos.
Modelos de datos Vista minable Tareas de DM Predictivas Descriptivas Clasificación Regresión Asociación Agrupamiento (clustering) Correlación Técnicas de Minería de Datos
Tareas de Minería de Datos.
Modelos de datos Vista minable Dominio de ejemplos: D tipo_ejemplo = {A1:D1, A2:D2, …, An:Dn} ejemplo e = {A1:v1, A2:v2, …, An:vn} / vi?Di e = / vi?Di
D = {e: / vi?Di}
Técnicas de Minería de Datos
Tareas de Minería de Datos.
Modelos de datos Vista minable Tareas de DM Predictivas Descriptivas Clasificación Regresión Asociación Agrupamiento (clustering) Correlación Técnicas de Minería de Datos
Tareas de Minería de Datos. Tareas de DM Predictivas Descriptivas Clasificación Regresión Asociación Agrupamiento (clustering) Correlación Técnicas de Minería de Datos Clasificación Clasificación suave Estimación de probabilidad de clasificación Categorización
Tareas de Minería de Datos.
Modelos de datos Vista minable Tareas predictivas. La clasificación: A cada ejemplo del tipo de objeto a clasificar (registro de la base de datos) se le asigna una clase, representada por el valor de un atributo (atributo de clase). El dominio del atributo de clase es discreto, cada valor representa una clase de objeto. Los restantes atributos que sean significativos para determinar la clase, son utilizadas por las técnicas de clasificación para generar funciones (reglas) que permiten determinar la clase de un ejemplo a partir de los valores de sus atributos significativos. El objetivo de la tarea es poder predecir la clase de nuevos ejemplos a partir del valor de sus atributos significativos, utilizando las reglas generadas. Técnicas de Minería de Datos
Tareas de Minería de Datos.
Modelos de datos Vista minable Tareas predictivas. La clasificación: Entrada: tipo_ejemplo = {A1:D1, A2:D2, …, An:Dn} D = {e: / vi?Di}: dominio de ejemplos E ? D: conjunto de ejemplos (muestra) S = {c1, c2, …, cm}: m clases, {: e?E, s?S}: conjunto de ejemplos etiquetado Salida: ?: E ? S: función clasificador Técnicas de Minería de Datos
Conclusiones Información segura y confiable Se usa como una alternativa para la toma de decisiones en una organización Permite tener de una manera organizada los datos con el fin de poder extraer informes específicos en determinados ciclos de tiempo Brinda una estructura robusta en el almacenamiento de datos
| Página siguiente |