UNIVERSIDAD NACIONAL

MICAELA BASTIDAS DE APURIMAC

ESCUELA PROFESIONAL DE INGENIERIA INFORMÁTICA
Y SISTEMAS.

Docente: Marleny Peralta Ascue

Asigantura: Mineria de datos

Alumno : Suker Atahua Villegas

Conjunto de datos : Costos de alimentos vitales: un análisis de

cinco naciones 2018-2022
Acerca del conjunto de datos

1. Este conjunto de datos proporciona un análisis de los precios mensuales

promedio de cuatro alimentos esenciales, a saber, huevos, leche, pan y
papas, en cinco países diferentes: Australia, Japón, Canadá, Sudáfrica y
Suecia.

2. El conjunto de datos incluye información sobre los precios mensuales

promedio de cada alimento en los respectivos países.
Por que se esta realizando este
trabajo
Esta información se esta realizando para
estudiar y comparar el costo de vida evaluar
las tendencias económicas y comprender las
variaciones en la dinámica de los precios de
los alimentos en diferentes regiones.
 Como se realizara
Haciendo la comparación de los precios de los
alimentos en los cinco países durante un
período de cinco años para identificar
patrones, tendencias y variaciones.

Análisis comparativo utilizando la técnica de árbol de decisión y

redes neuronales (Realizar la captura de pantallas)
 Variables del data set

País: El nombre del país donde se recopilaron los datos.

Año: El año específico en el rango de 2018 a 2022.
Mes: El mes correspondiente cuando se registraron los datos.
Alimento: el tipo de alimento que se analiza (leche, huevos, pan o papas).
Unidad de medida: La unidad de medida utilizada para el alimento específico (p. ej., litros, docenas,
kilogramos).
Precio Promedio: El precio promedio mensual del alimento en la moneda local del país.
Moneda: La moneda utilizada en el país respectivo.
Precio promedio convertido a USD: El precio mensual promedio del alimento convertido a USD para el
análisis comparativo.
Disponibilidad: Indica si el alimento está disponible todo el año o sujeto a disponibilidad estacional.
Calidad: una evaluación de la calidad del alimento, basada en cualquier estándar o criterio aplicable.
 HERRAMIENTAS
Utilizare la herramienta de weka, es una
plataforma de software para el aprendizaje
automático y la minería de datos escrito en
Java
Selección de la variable clase
Al ingresar el archivo csv, hacemos una visualización de los datos
y seleccionamos nuestra variables clase
Eliminación de valores nulos
Nos dirigimos a choose y seleccionamos la opción que esta abajo
le damos ok y aplica para la eliminación de valores nulos
Partición de datos
Ahora realizamos la partición que será de 80% de entrenamiento
y 20% de prueba, ingresamos a choose/instance/Resampe
Como podemos ver tenemos las particiones de datos de 80% de
entrenamiento y 20% de prueba, damos ok y lo guardamos
Predicción de árbol de decisiones
Nos dirigimos la pestaña classify/choose/tres en este caso
elegimos J48.
Este es con los datos de entrenamiento de 80%
Predicción de árbol de decisiones
Con los datos de entrenamiento no dio un 100% de precisión en
el algoritmo de J48 y este es el grafico
Predicción de árbol de decisiones
Este es con los datos de prueba del 20 %
Predicción de árbol de decisiones
Con los datos de PRUEBA no dio un 100% de precisión en el
algoritmo de J48 y este es el grafico
TECNICA DE REDES NEURONALES
Nos dirigimos la pestaña classify/choose/funtions en este caso
elegimos MultiplayerPerceptron.
Este es con los datos de entrenamiento de 80%
TECNICA DE REDES NEURONALES

Este es con los datos de prueba de 20%

Conclusiones

 Al utilizar la técnica de árbol de decisión y redes neuronales se podría decir que la técnica de
árbol de decisión tiene mayor porcentaje de exactitud

 El conjunto de datos proporciona una visión completa de los precios mensuales promedio de
cuatro alimentos esenciales en cinco países diferentes a lo largo de un período de cinco años.
Los alimentos analizados son huevos, leche, pan y papas, y los países incluidos son Australia,
Japón, Canadá, Sudáfrica y Suecia

 El conjunto de datos tiene múltiples casos de uso. Los investigadores y analistas pueden
utilizarlo para realizar análisis comparativos entre los países, identificar patrones y tendencias
en los precios de los alimentos, así como entender las variaciones económicas que suceden a
los costos de los alimentos en diferentes regiones.