ALGORITMOS DE APRENDIZAJE: KNN & KMEANS
Enviado por joshua_daniel • 30 de Noviembre de 2015 • Documentos de Investigación • 5.588 Palabras (23 Páginas) • 389 Visitas
ALGORITMOS DE APRENDIZAJE: KNN & KMEANS
[Inteligencia en Redes de Telecomuncicación]
Cristina García Cambronero
Universidad Carlos III de Madrid
10003897@alumnos.uc3m.es
Irene Gómez Moreno
Universidad Carlos III de Madrid
100039000@alumnos.uc3m.es
En el siguiente trabajo, vamos a tratar el tema del aprendiza- je. En primer lugar definiremos este concepto y veremos los tipos de aprendizaje que existen y las clasificaciones que den- tro de este se pueden realizar. A continuacio´n analizaremos mas profundamente el aprendizaje inductivo, explicando me- diante conceptos teo´ricos y ejemplos las caracter´ısticas fun- damentales del aprendizaje inductivo supervisado (K-NN) y aprendizaje inductivo no supervisado (K-MEANS).
1. INTRODUCCION
Una de las tareas m´as desafiantes en la ciencia de la com- putacio´n es construir ma´quinas o programas de computado- ras que sean capaces de aprender. El darles la capacidad de aprendizaje a las ma´quinas abre una amplia gama de nuevas aplicaciones. El entender tambi´en como estas pueden apren- der nos puede ayudar a entender las capacidades y limita- ciones humanas de aprendizaje.
Algunas definiciones de ’aprendizaje’ son:
Cambios adaptivos en el sistema para hacer la mis- ma tarea de la misma poblacion de una manera mas eficiente y efectiva la pr´oxima vez [Simon, 83].
Un programa de computadora se dice que aprende de experiencia E con respecto a una clase de tareas T y medida de desempen˜o D, si su desempen˜o en las tareas en T, medidas con D, mejoran con experiencia E [Mitchell, 97].
En general, se busca construir programas que mejoren au- toma´ticamente con la experiencia.
El aprendizaje no s´olo se encarga de obtener el conocimiento, sino tambi´en la forma en que ´este se representa. A contin- uaci´on se definen tres conceptos basicos bajo este contexto:
1.1 Conceptos básicos
[pic 1]
Figure 1:
1. Conjunto de datos: Se distinguen dos tipos, el con- junto de entrenamiento y el conjunto de prueba. Para obtener estos, dividimos los datos muestrales en dos partes; una parte se utiliza como conjunto de entre- namiento para determinar los para´metros del clasifi- cador y la otra parte, llamada conjunto de prueba (o´ test o´ conjunto de generalizacio´n) se utiliza para esti- mar el error de generalizacio´n ya que el objetivo final es que el clasificador consiga un error de generalizaci´on pequen˜o evitando el sobreajuste (o´ sobre-entrenamiento), que consiste en una sobrevaloraci´on de la capacidad predictiva de los modelos obtenidos: en esencia, no tiene sentido evaluar la calidad del modelo sobre los datos que han servido para construirlo ya que esta pra´cti- ca nos lleva a ser demasiado optimistas acerca de su calidad.
La p´erdida de la capacidad de generalizacio´n conlleva un comportamiento no deseado (Ver Figura 1).
El conjunto de entrenamiento suele a su vez dividirse en conjuntos de entrenamiento (propiamente dicho) y conjunto de validacio´n para ajustar el modelo (Ver Figura 2).
Se suelen utilizar el 80 % de los datos para entrenar a la ma´quina, el 10 % como conjunto de validaci´on y el
10 % restante para estimar la generalizaci´on (pero es so´lo un criterio orientativo).
2. Modelo: o clasificador, es una conexi´on entre las vari- ables que son dadas y las que se van a predecir. Usual- mente las variables que se van a predecir denominadas
[pic 2]
Figure 2:
[pic 3]
Figure 3: Modelo de Aprendiza je
variables dependientes y las restantes, variables inde- pendientes.
3. Aprendiz: (en ingles ”learner”): es cualquier proced- imiento utilizado para construir un modelo a partir del conjunto de datos de entrenamiento.
Desde el punto de vista t´ecnico, el aprendizaje se de- fine como el proceso mediante el cual un sistema mejo- ra y adquiere destreza en la ejecucio´n de sus tareas, y tiene la capacidad de poseer inferencia inductiva sobre
´estas. Un modelo de aprendizaje puede caracterizarse por dos cuerpos de informaci´on: ambiente y base de conocimiento, y por dos procedimientos: elemento de aprendizaje (aprendiz) y elemento de ejecucio´n (pro- grama de computacio´n), tal y como se representa en la siguiente figura:
2. CLASIFICACIÓN
Existen diversas tareas que se pueden hacer con sistemas de aprendizaje. Entre ellas podemos en general clasificarlas como sigue:
Descripci´on: normalmente es usada como analisis prelimi- nar de los datos (resumen, caracter´ısticas de los datos, casos extremos, etc.). Con esto, el usuario se sensibiliza con los datos y su estructura. Busca derivar descripciones concisas de caracter´ısticas de los datos (e.g., medias, desviaciones es- tandares, etc.).
La Predicci´on la podemos dividir en dos: Clasicaci´on y
Estimaci´on.
Clasificaci´on: Los datos son objetos caracterizados por atrib- utos que pertenecen a diferentes clases (etiquetas discretas). La meta es inducir un modelo para poder predecir una clase dados los valores de los atributos. Se usan por ejemplo, ar- boles de decisi´on, reglas, analisis de discriminantes, etc.
Estimaci´on o Regresi´on: las clases son continuas. La meta es inducir un modelo para poder predecir el valor de la clase
dados los valores de los atributos. Se usan por ejemplo, ar- boles de regresi´on, regresio´n lineal, redes neuronales, kNN, etc.
Segmentaci´on: separacio´n de los datos en subgrupos o clases interesantes. Las clases pueden ser exhaustivas y mutua- mente exclusivas o jerarquicas y con traslapes. Se puede uti- lizar con otras tecnicas de minera de datos: considerar cada subgrupo de datos por separado, etiquetarlos y utilizar un al- goritmo de clasificacion. Se usan algoritmos de clustering, SOM (self-organization maps), EM(expectation maximiza- tion), k-means, etc.
...