Ejercicio 2, parte II

Aplicación“Predicción de florecimiento de algas”
Luis Paulo Vieira Braga
Luis Iván Ortiz Valencia

Objetivos
Introducción a la Minería de Datos

Descripción del problema

Justificación 1
Un factor importante es el tiempo de respuesta de los análisis para proceder a las acciones preventivas.

Justificación 2
Mayores las frecuencias de algas, mayor la contaminación.

Bibliotecas en R
Bibliotecas (packages) en R almacenan funciones y conjuntos de dados.
DMwR
car
lattice
Hmisc
…

Conjuntos de datos
Un conjunto de datos de entrenamiento.
(algae_entrenamiento_regressionlineal.txt.txt)
Un conjunto de datos de test (Validación).
(algae_validacion_regressionlineal.txt.txt)
Un conjunto de datos solución.
(algae_validacion_regressionlinealsols.txt.txt)

Conjunto de datos de entrenamiento

Conjunto de datos de entrenamiento
8 variables continuas
Máximo valor de pH (acidez)
Valor medio de O2 (oxígeno)
Valor medio de Cl_ (cloruro )
Valor medio de NO3_ (nitrato)
Valor medio de NH4_(amonio )
Valor medio de PO43_ (ortofosfato)
Valor medio de PO4 (fosfato)
valor medio de clorofila
7 variables continuas
Frecuencias de 7 algas.

Conjunto de datos de test (validación)
Consiste de un conjunto de datos de 140 registros con la misma estructura del conjunto de entrenamiento pero sin la información de la frecuencia de las algas.

Conjunto de datos solución

Etapas
5Modelo de Predicción: Regresión Múltiple
6 Modelo de Predicción: Árbol de Regresión
7Selección y evaluación de modelos
8Predicción del florecimiento de las algas

1Preparando una sesión de trabajo en R

2Cargando los datos en R

3Visualización y descripción de los datos

4Análisis de valores faltantes

4Removiendo los registros con NA

4Removiendo los registros con valores faltantes

4 Completando los NA con el valor mas representativo

4Completando los NA con el valor mas representativo

4 Completando los NA usando la correlación

4Completando los NA usando la correlación

4Completando los NA usando correlación

4Completar los NA con valores semejantes de otros registros

Este enfoque esta implementado en la función knnImputation() disponible en la biblioteca DMwR.

Ejercicio 2, parte II

by Luis Paulo Vieira Braga on Jan 24, 2011

Accessibility

Categories

Tags

Upload Details

Usage Rights

Statistics

Ejercicio 2, parte II — Presentation Transcript