UNIVERSIDAD TECNICA PARTICULAR DE LOJA “La Universidad Católica de Loja” INTELIGENCIA ARTIFICIAL AVANZADA EJERCICIOS EN WEKA Raquel Solano

EJERCICIOS EN WEKA

PROBLEMA: SELECCIÓN DE FARMACO En base a algoritmos de clasificación se muestra un ejemplo. Trata de predecir el tipo de fármaco (droga) que se debe administrar a un paciente afectado de rinitis alérgica según distintos parámetros/variables y ver qué fármacos son más comunes en general para ver si todos son igualmente efectivos en términos generales. Las variables que se recogen en los historiales clínicos de cada paciente son:

SELECCIÓN DE FARMACO

En base a algoritmos de clasificación se muestra un ejemplo. Trata de predecir el tipo de fármaco (droga) que se debe administrar a un paciente afectado de rinitis alérgica según distintos parámetros/variables y ver qué fármacos son más comunes en general para ver si todos son igualmente efectivos en términos generales. Las variables que se recogen en los historiales clínicos de cada paciente son:

VARIABLES: Edad Sexo Tensión: Tensión sanguínea. Colesterol: nivel de colesterol. NivelSodio: Nivel de sodio en la sangre. NivelPotasio: Nivel de potasio en la sangre. Hay cinco fármacos posibles: DrogaA, DrogaB, DrogaC, DrogaX, DrogaY. Se pretende determinar el mejor medicamento a probar.

Edad

Sexo

Tensión: Tensión sanguínea.

Colesterol: nivel de colesterol.

NivelSodio: Nivel de sodio en la sangre.

NivelPotasio: Nivel de potasio en la sangre.

Hay cinco fármacos posibles: DrogaA, DrogaB, DrogaC, DrogaX, DrogaY. Se pretende determinar el mejor medicamento a probar.

RESOLUCIÓN

Primero se carga el archivo Drogas.arff para visualizar los datos.

Primero se carga el archivo Drogas.arff para visualizar los datos.

Se puede visualizar las variables del ejemplo

Se puede visualizar las variables del ejemplo

En la pestaña Classify con el método ZeroR de la opción rules vemos los resultados y obtenemos un clasificador de precisión 45.5%.

En la pestaña Classify con el método ZeroR de la opción rules vemos los resultados y obtenemos un clasificador de precisión 45.5%.

Con el método J48 de la opción trees , se obtiene un resultado de precisión del 92.5% y se puede visualizar el árbol.

Con el método J48 de la opción trees , se obtiene un resultado de precisión del 92.5% y se puede visualizar el árbol.

REPRESENTACIÓN GRAFICA DEL ÁRBOL

Se visualiza los datos de cada variable en la pestaña Visualize.

Se visualiza los datos de cada variable en la pestaña Visualize.

En detalle de la visualización de la variable droga con relación a la edad obtiene los mejores resultados la droga drogaY .

En detalle de la visualización de la variable droga con relación a la edad obtiene los mejores resultados la droga drogaY .

CONCLUSIONES Se puede concluir que la droga o fármaco más efectivo es drogaY, ya que se administra con éxito en casi la mitad de los pacientes de diferentes edades. Se podría aplicar el fármaco Y, en el caso que falle, el fármaco X, y así sucesivamente siguiendo las frecuencias de uso con éxito. Dependiendo del método que se aplique se obtiene diferentes resultados de precisión.

Se puede concluir que la droga o fármaco más efectivo es drogaY, ya que se administra con éxito en casi la mitad de los pacientes de diferentes edades.

Se podría aplicar el fármaco Y, en el caso que falle, el fármaco X, y así sucesivamente siguiendo las frecuencias de uso con éxito.

Dependiendo del método que se aplique se obtiene diferentes resultados de precisión.

REFERENCIAS http://users.dsic.upv.es/~cferri/weka/CursDoctorat-weka.pdf http://users.dsic.upv.es/~cferri/weka/

http://users.dsic.upv.es/~cferri/weka/CursDoctorat-weka.pdf

http://users.dsic.upv.es/~cferri/weka/