Documentos de Académico
Documentos de Profesional
Documentos de Cultura
clasificación
Introducción
Clasificación: Qué es?
Algoritmos de clasificación
Árboles de decisión
Ejemplo de un caso real
Práctica en R
Entregable 2
2
I
Introducción
•Aprendizaje supervisado
–Relación existen entre variables de entrada y una
de salida.
Algoritmo Es un gato
supervisado
Gato
3
Introducción
Algoritmo Es un gato
supervisado
4
Introdución
•Importancia
–Permiten a las empresas u organizaciones
comprender y prevenir resultados no deseados o
impulsar resultados deseados para lo que se está
tratando de predecir.
–Ayuda a la toma de decisiones empresariales.
•Ejemplo: Predicción de ventas
–Decir a un supermercado que tiene un alto riesgo de que los
clientes ya no compren sus productos, el supermercado puede
mejorar la calidad del productos, atención al cliente, mejorar
ofertas etc.
5
Introducción
S pam S pam
S p am
S p am S pam
R e g r e s ió n
6
Clasificación: Qués es?
•Clasificación
–Proceso de predecir etiquetas de clases
discretas o categorías.
–Si solo tengo dos clases se denomina:
clasificación binaria.
–Si se tiene que predecir más de dos clases, se
llama multicategoria
–Ejemplos: clasificar un tumor como maligno o
benigno.
7
Clasificación: Qué es?
•Ejemplos
•Predecir si un determinado producto le va a gustar a un cliente basándonos en las
valoraciones que ese mismo cliente ha hecho de otros productos que sí le han
gustado.
8
Clasificación: Qué es?
•Entrenar el modelo con datos etiquetados
Etiqueta
10
Algoritmos de clasificación
11
Árboles de decisión
• Modelos de predicción que sirven para
representar y categorizar una serie de
condiciones que suceden de forma
sucesiva, para la resolución de un
problema.
• Forma gráfica de representar los
eventos (sucesos) que pueden surgir
en un problema.
• Ayudan a tomar decisiones acertadas,
desde un punto de vista probabilístico,
ante un abanico de posibles
alternativas (decisiones).
12
Árboles de decisión
–Ejemplo
13
Árboles de decisión
•Conjunto de datos
IDC Años Dólare Sueldo Casa Cuenta …. Devuelv
s propia s e
moros crédito
as
01 15 60000 2200 Si 2 No
02 2 30000 3500 Si 0 Si
03 9 15000 1500 Si 1 No
04 15 9000 1700 No 0 Si
05 10 18000 1900 No 0 No
.. .. .. .. .. .. .. ..
14
Árboles de decisión
devuelve-credito = si > 10
Si
devuelve
credito
15
Árboles de decisión
19
Ejemplo de un caso real
Ejemplo de un caso real
22
Práctica en R
Problemática
COVID-19
24
Entregable 2.1 – Experimentos con algoritmos de clasificación
25
Referencias
Libreria rpart
https://cran.r-project.org/web/packages/rpart/rpart.pdf