Ingeniería en sistemas de información

Fundamentos de sistemas de expertos

Análisis Estadístico con Minería de Datos (Rapid Miner)

Realizado por:

Abner Joel Martínez Sánchez

Docente:

Cesar Marín

Managua, Nicaragua
12 de septiembre de 2022
Fase I: Agregar los datos/Load Data (hoja de cálculo: Datos_Enfermedad.xlsx).
1. Ingresamos a Auto Model
2. Seleccionar IMPORT NEW DATA

2
Fase II: Seleccionar la tarea y la columna de predicción/Select Task.

1
3

Fase III: Preparar el campo objetivo.

1. Activamos
Fase IV: Seleccionar los datos de entrada (campos) y hacer el análisis estadístico de la tabla

2
1

Fase V: Seleccionar el modelo de predicción Decision Tree y ejecutar el análisis del modelo predictivo
Etapa VI: Analizar e interpretar los resultados del modelo predictivo (Results).

Ahora simplifique: ¿Qué conclusiones predictivas puede deducir tomando en cuenta los datos y el tipo
de modelo predictivo que seleccionó?

Se puede predecir que, si una persona presentar pérdida de peso (P) significa con un porcentaje alto de
probabilidad que está enfermo. Por otra parte, si presenta dolor (D) existen menos probabilidades de
que esté enfermo que al presentar pérdida de peso. Por último, el parámetro Vómito (V) ni siquiera
aparece, esto quiere decir que los valores introducidos no fueron significativos al momento de
hacer el procesamiento.