EJERCICIO 1.

Representar los gráficos que relacionan cada uno de los atributos con la decisión
de jugar o no e indicar si influyen o no influyen en esta decisión. En total debe
haber 4 gráficos. Se debe utilizar el ruido aleatorio cuando sea necesario y se deben
pegar los gráficos en un documento Word.

Cuando ingresa a la opción “visualice”, se muestra el siguiente cuadro de forma

conjunta los gráficos de las variables y sus interacciones, para ver el grafico con mas
detalles se hace clic en el mismo.
Gráfico (outlook - play)

Al observar el grafico, se interpreta de la siguiente manera, cuando el clima el

soleado(sunny), se puede tomar las decisiones de jugar SI o NO. Se puede observar en
los colores tanto rojos y azules, lo colores azules simbolizan el SI y el color rojo
simboliza el NO. Cuando el clima el nublado(overcast), la decisión es siempre un SI, y
cuando el día es lluvioso(rainy), se puede tomar as dos decisiones tanto un SI y un NO.
GRÁFICO (TEMPERATURA - PLAY)

En el grafico anterior se interpreta lo siguiente, cuando la temperatura esta en 64,

podemos elegir dos opciones, los cuales son un SI se juega un NO se juega,y tambien
se observa que cuando la temperatura varia en 74.5 y tiene valores aproximados, se
afirma lo siguiente que SI se juega, al ver que no existen los colores rojos, y cuando la
tempetarura esta en 85. S observa los dos colores por lo tanto, es un SI se puede jugar y
un NO se puede jugar.
Gráfico (humidity - play)

En el gráfico anterior se interpreta de la siguiente forma la humedad, cuando la humidad

esta en 65 se puede tomar dos decisiones tanto un SI se puede jugar y un NO se puede
jugar, al ver el grafico se observa más los colores azules y hay más posibilidades para
un SI. Y cuando la humedad esta en 80.5 se observa que, SI se juega al ver que no
existen los colores rojos, y al final observamos que cuando la temperatura esta en 96, se
da las dos opciones tanto un SI o un NO.al ver los colores se da la posibilidad de NO
jugar.

Gráfico (windy - play)

En el grafico anterior se observa el grafico de viento, el cual solamente tiene dos
variables( que SI o NO hay viento, cuando si haya viento, se puede elegir las dos
opciones tanto un SI y un NO jugar, y hay las dos posibilidades ya que la cantidad de
colores son la misma, en cambio cuando haya un NO jugar, también se observa las dos
opciones de elegir tanto un SI o un NO, pero al ver los colores se observa la opción SI.
EJERCICIO NÚMERO 2

Crear un fichero con los datos anteriores en formato WEKA y guardarlo con la
extensión.arff (copiar y pegar desde Excel para evitar teclear, luego adaptar formato).
En la cebecera del fichero debe aparecer la línea:
@relation XXXX_YYYY_ZZZZ
… donde XXXX, YYYY y ZZZZ deben ser el nombre y apellidos del alumno. Este
fichero se copiará en el informe de la práctica.
Abrir el fichero .arff creado desde WEKA y generar un árbol de decisión sobre esos
datos. Copiar en el informe tanto el resultado ofrecido en modo texto como la
representación gráfica del árbol de decisión.

ARCHIVO ARFF

RESULTADOS EN FORMATOS DE TEXTO

=== Run information ===

Scheme: weka.classifiers.trees.J48 -C 0.25 -M 2
Relation: MIREYAYARUMIMACHACAPAMPAMALLCO
Instances: 14
Attributes: 5
temperatura
 vibraciones
horas_funcionamiento
dias_desde_rev
fallo
Test mode: 10-fold cross-validation
=== Classifier model (full training set) ===

J48 pruned tree

------------------
vibraciones = si
| temperatura <= 35
| | horas_funcionamiento <= 1500: no (2.0)
| | horas_funcionamiento > 1500: si (2.0)
| temperatura > 35: si (4.0)
vibraciones = no: no (6.0)
Number of Leaves : 4
Size of the tree : 7
Time taken to build model: 0.2 seconds

=== Stratified cross-validation ===

=== Summary ===
Correctly Classified Instances 11 78.5714 %
Incorrectly Classified Instances 3 21.4286 %
Kappa statistic 0.5714
Mean absolute error 0.1803
Root mean squared error 0.3685
Relative absolute error 35.7143 %
Root relative squared error 72.3542 %
Total Number of Instances 14
=== Detailed Accuracy By Class ===
TP Rate FP Rate Precision Recall F-Measure Class
0.833 0.25 0.714 0.833 0.769 si
0.75 0.167 0.857 0.75 0.8 no

=== Confusion Matrix ===

a b <-- classified as
5 1 | a = si
2 6 | b = no

ÁRBOL DE DECISIONES