Documentos de Académico
Documentos de Profesional
Documentos de Cultura
26/01/2021
Por todo ello la que quedaría fuera sería el “entrenamiento y test” al requerir mayor número
de ejemplos para poder disponer de un menor sesgo.
2) S = {}
G1 ={(S ? ? ? ? ?) (? N ? ? ? ?) (? ? S ? ? ? ) (? ? ? ? ? S)}
Posteriormente debemos generalizar S, de esta manera, como S no cubre al ejemplo positivo,
se elimina y se contruye con ejemplo el tratado.
S1 = {( S N S S N S)}
3) LEF (cobertura 1, NP = 2)
Inicialmente E=L=vacío
Por lo tanto creamos los complejos para verificar si entran dentro del conjunto Estrella (E)
C1: I1=B -> hay 2 ejemplos positivos y 1 negativo. Debemos especializar más.
L'={C1, C2}
L= L'
C13 y C23: queda descartado por incluir a C3. Descartamos todos aquellos donde se repitan o
ya han sido incluidos en la estrella.
C12 no se puede añadir la Estrella dado que tiene ejemplos negativos que cubran esa
hipótesis.
E= {C3}
L'={C12}
R={I3=B}
4) FOIL: Conectado(X,Y) -> c(X,Y) y alcanzable (A,B) -> a(A,B).
Un nodo Y es alcanzable desde un nodo Y o X alcanza a Y siempre que exista un camino desde
el nodo X al Y que los una.
Cardinalidad Card(E+) = 6.
E- = {(1,1) (2,1) (2,2) (2,3) (2,4) (2,5) (3,1) (3,2) (3,3) (4,1) (4,2) (4,3) (4,4) (4,5)
(5,1)(5,2)(5,3)(5,4)(5,5) }
Card(E-) )= 19.
a(A,B) :- c(A,B)
Para calcular los ejemplos positivos debemos ver la tupla donde B y A estén conectados y
desde la que A alcance a B.
Card (E (L+)) = 4.
Que son los ejemplos positivos que son consistentes con el literal extendido.
E(L, -) = { }
Card(E(L, -) = 0.
5) Para calcular la ganancia debemos ver los ejemplos para cada atributo y calculamos la
entropía de cada atributo según sus valores.
I(A2) = 0.
E(A3=Sí) = -2/3 log 2/3 - 1/3 log 1/3 = 0.38 + 0.52 = 0.90
En este caso se elegiría el nodo de A2 como raíz ya que a menor entropía mayor ganancia.
Se elige el atributo que menor error tenga, en este caso es A1, que figurará como el nodo raíz.
7) K-NN
Para clasificar el ejemplo e0 debemos calcular la similitud de los ejemplos ya catalogados
realizando para eso la distancia euclídea y posterioremente eligiendo el de mayor similitud
La similitud es
s(e0,e2) = 0.2617
S(e0,e3) = 0.5
s(e0,e4) = 0.2
s(e0,e5) = 0.166
Ponderando sería
Valor(+) = 0,5
Saldría valor +
8)Naive Bayes
P(+) = 2/6
P(-) = 4/6
P(A2=No/+)= 0,5
P(A2=Si/+)= 0,5
P(A2=No/-)= 1/4
P(A2=Si/-)= 3/4
Se eligen primero los centroides e1 y e3 y se calculan las distancias euclídeas
e1=c1=(1,1)
e3=c2=(2,1)
Alpha en una cantidad Beta tras cada ciclo, en cuanto Beta supera a t queda en Ln (x) con x<0 y
eso daría error.