Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRESENTADO POR:
VALENTINA FUENTES MEJIA
PRESENTADO A :
OSWALDO VELEZ
ASIGNATURA:
APRENDIZAJE COMPUTACIONAL
FACULTAD DE INGENIERIA
INGENIERIA DE SISTEMAS
UNIVERSIDAD DE CORDOBA
2021
INTRODUCCION:
El caso de uso mostrado a continuación se ilustra, a través de un paso a paso,
como elaborar un modelo de Árbol de Decisión usando el algoritmo, se toma
como insumo el conjunto de datos:
“vegetación”
Clase
ID CORRIENTE INCLINACION ELEVACION VEGETACION
Instancias: 7
DESCRIPCION ATRIBUTOS:
ID(cuantitativo)
Tipo numerico
CORRIENTE(cualitativo)
Tipo numerico
INCLINACION(cualitativo)
Tipo nominal
ELEVACION(cualitativa)
Tipo nominal
VEGETACION clase(cualitativo)
Tipo nominal
CLIC EN START
En la imagen anterior se nos muestra el algoritmo de clasificación J48 que viene a
continuación:
Scheme: weka.classifiers.trees.J48 -U -M 2
Relation: vegeta-arbol
Instances: 7
Attributes: 5
ID
Corriente
Inclinacion
Elevacion
Vegetacion
Test mode: evaluate on training data
Number of Leaves : 4
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
1,000 0,500 0,600 1,000 0,750 0,548 0,792 0,644 chaparral
0,500 0,000 1,000 0,500 0,667 0,645 0,950 0,833 ribera
0,500 0,000 1,000 0,500 0,667 0,645 0,900 0,750 conifera
Weighted Avg. 0,714 0,214 0,829 0,714 0,702 0,604 0,868 0,729
a b c <-- classified as
3 0 0 | a = chaparral
1 1 0 | b = ribera
1 0 1 | c = conífera
El numero de atributos 5
Error absoluto 50.7246 %
Error cuadrático 71.3766 %
Nos muestra en detalle el Accuracy
Para hacer visible el árbol de decisión damos clic derecho en visualize tree
Visualizamos el árbol de decisión
Number of Leaves : 4