Minería convencional: datos importantes y conceptos
Reconocimiento de patrones.
1. Canalizador a
área de
cardiología o
neurología
Reconocimiento de
patrones
2. Introducción
En la actualidad se ha hecho más
frecuente escuchar que algunas persona
enferman del corazón o bien sufre aguna
enfermedad del sistema nervioso, eso
hace necesario que exista un sistema
rápido de canalización de pacientes
desde emergencias.
Viendo esta problemática se pensó en un
canalizador de pacientes.
3. Descripción del problema
Según los síntomas (datos) obtenidos de
pacientes que acuden a emergencias, se
pretende canalizar a los pacientes a las
diferentes especialidades dentro de un
hospital.
Entonces, según el atributo que le
corresponda a cada paciente es que se
decidirá la clase a la que pertenece:
• Cardiología
• Neurología
4. Descripción de datos
El universo inicial está compuesto por 97
casos de los cuales tenemos 100 atributos
(síntomas).
5. Tratado de datos
Para el tratado de los datos y separar las
clases, es necesario binarizar los datos
6. Tratado de datos
Con los datos binarizados, es posible
realizar los cálculos necesarios para
separar clases. Esto se hace con la tabla
de separabilidad.
7.
8. Tratado de datos
Los promedio obtenidos entre clases son:
.45
.1
.1
.3
G1
G1
G2
G2 Los promedios
son muy
bajos.
9. Limpieza de datos
En este proceso se hicieron un sin número
de intentos, desde cambios de algunos
atributos hasta el cambio de toda la
población. Para visualizar resultados, es
necesario cambiar los datos o ejemplos
con los que se empezaron para poder
llegar a un resultado óptimo de
separación de clases y posteriormente
cargarlo a Weka.
11. Limpieza de datos
Los datos están en forma de abreviatura a razón de las palabras
técnicas que utiliza el médico. Los atributos que se seleccionaron
para eliminar fueron:
Y
E
Presión arterial alta
Presión arterial normal
Presión arterial baja
Taquicardia
Labios azules
Niño
Mujer
Hombre
Adolescente
14. Tratado de datos
Los promedios obtenidos con los nuevos
datos fueron los siguientes:
G1
.6
.3
G2
.3
.6
Los valores
entre clases
suben.
15. Tratado de datos
Los datos aún no son los mejores pero se
acercan al objetivo, para lograrlo hay
que probar agregando más atributos y
más ejemplos para trabajar. Ahora
tenemos 135 ejemplos y 53 atributos.
16. Filtrado
Para meter los datos a weka, se cortó la tabla
binarizada y se guardó en un archivo con
extensión .csv, posteriormente entramos a la parte
de ‘Explorer’ y se carga el archivo.
28. Filtrado
Una vez aplicado los filtros anteriores
podemos calcular el margen de error.
Filtro Error
FirstOrder 0.059
Discretize 0.059
Normalize 0.059
29. Clasificadores
Además del árbol J48 tenemos otros
clasificadores que no necesariamente se
visualizan gráficamente (en forma de
árbol).
Se aplicaron cuatro clasificadores con los
que cuenta Weka para ver la diferencia
en la clasificación; cabe mencionar que
los clasificadores se utilizan según los
datos que se introduzcan.
30. Clasificadores
Validación/Clasificad
or
Naive Bayes Decision Table Random Forest SMO
Use training set .007 .029 0 0
Supplied test set .007 .029 0 0
Cross-validation .007 .103 .007 .007
Percentage split (66%) 0 .037 0 0
31. Conclusiones
Algunos de los datos utilizados en este trabajo fueron
sacados de fuentes poco confiables, por lo que los
resultados no son precisos. Sin embargo notando cómo se
comportan los datos se puede comprobar que el
procedimiento se siguió correctamente.
También es notorio que la población de pacientes con
síntomas cómo los mostrados en este documento no
acercan al resultado que se esperaba. Se necesitan
pacientes reales con síntomas reales para poder hacer
una canalización, sino exitosa sí cercana a la realidad.
En cuanto a los márgenes de error obtenidos, varían
dependiendo de los datos; en este caso solo se utilizaron
135 ejemplos contra 53 atributos, de haber sido más datos
y/o más atributos, estos márgenes de error cambiarían.
