Algoritmos basados en métricas y probabilístico-estadístico

 [pic 1][pic 2]

UNIVERSIDAD AUTÓNOMA DE GUERRERO

UNIDAD ACADÉMICA DE INGENIERÍA

INGENIERÍA EN COMPUTACIÓN

Reconocimiento de patrones

Algoritmos basados en métricas y probabilístico-estadístico

Materia: Sistemas expertos

Profesor: Antonio Alarcón Paredes

Estudiante: Juan Gerardo Epitacio Gálvez

Chilpancingo Gro. A junio del 2015.

Contenido

Introducción        

Monografía del conjunto de datos        

Datos tecnicos        

¿De qué trata?        

¿Qué es cada a tributo?        

Ejemplo de un patrón        

Descripción de los clasificadores vistos en clase.        

K-NN        

Euclidiano        

LDA (Análisis discriminante lineal)        

Pruebas del conjunto de datos en weka        

Bayes-Naive Bayes        

Functions-Logistic        

Functions-Multilayer perceptron        

Functions-Simple logistic        

Lazi-IBK-1NN        

Lazi-IBK-2NN        

Lazi-IBK-3NN        

Lazi-IBK-k-star        

Rules-part        

Trees-J48        

Conclusiones        

Introducción

El reconocimiento de patrones es una rama de la inteligencia artificial que se encarga de estudiar y crear modelos matemáticos para crear, clasificar y reconocer patrones, un patrón es un vector de n elementos que describen las características de un objeto, fenómeno o suceso conocido comúnmente como clase.

Un algoritmo de clasificación se califica en función de que tan exacto asocia un patrón con su respectiva clase.

Enfoque probabilístico-estadístico

Este es el primer enfoque que se desarrolló para la tarea de reconocimiento de patrones, se basa en la teoría de la probabilidad y la estadística, utilizando un análisis de varianzas, covarianzas, dispersión, distribución etc.

En este enfoque se considera a un patrón como un conjunto de n características numéricas que se interpretan como un vector n dimensional, además se asume que la certeza de que el vector represente a una determinada clase viene dada a través de la distribución de probabilidad asociada a las características.

Enfoque basado en métricas

En este enfoque se utilizan las métricas o llamadas también funciones de distancia. Una métrica es una función que define una distancia entre un patrón y otro. Se da, en general el nombre de distancia o disimilaridad entre los patrones i y j a una medida, indicada por d(i,j), que mide el grado de semejanza, entre los patrones. Las métricas más utilizadas en este enfoque son las del matemático alemán Hermann Minkowsky  llamadas métricas de Minkowsky.

Monografía del conjunto de datos

Datos técnicos

Nombre:                        Base de datos de Wisconsin del diagnóstico del cáncer de mama.

Patrones:                         569        

Atributos:                        30

Clases:                        2, {M=maligno, B=benigno}

¿De qué trata?

Los datos de los patrones provienen de imágenes digitales resultado de un procedimiento llamado aspiración de aguja fina, (FNA en inglés) realizado a masas fibroquísticos de mama de un paciente. Describen las características del núcleo de las células presentes en la imagen.

¿Qué es cada a tributo?

De las imágenes resultantes se extraen las siguientes 10 características por cada célula encontrada en la imagen.

1. Radio (Media de la distancia del centro a los puntos del perímetro).
2. Textura (Desviación estándar de los valores en escala de grises).
3. Perímetro
4. Área
5. Suavidad (variación local en la longitud radial)
6. Compacidad (perímetro^2 / área-1.0)
7. Concavidad (grado de porciones cóncavas del contorno)
8. Puntos cóncavos (número de porciones cóncavas del contorno)
9. Simetría
10. Dimensión fractal (“coastline approximation” – 1)

Del conjunto de células analizadas se calculan los siguientes parámetros en cada una de las 10 características dando un total de 30 características por imagen o paciente.

• El valor de la media del atributo
• Media de los tres valores más grandes de cada atributo
• Error estándar de cada característica

Ejemplo de un patrón

Los primeros 10 atributos son las medias de todas las células, en las 10 características mencionadas anteriormente, siguen las medias de los valores más grandes (10 atributos en negro) y el error estándar (los últimos 10) y por último la clase.

17.99,10.38,122.8,1001,0.1184,0.2776,0.3001,0.1471,0.2419,0.07871,1.095,0.9053,8.589,153.4,0.006399,0.04904,0.05373,0.01587,0.03003,0.006193,25.38,17.33,184.6,2019,0.1622,0.6656,0.7119,0.2654,0.4601,0.1189,M

Descripción de los clasificadores vistos en clase.

K-NN

Para clasificar un patrón, este clasificador calcula con una función de distancia del patrón a clasificar con todos el conjunto de patrones de entrenamiento, de las distancias calculadas se seleccionan las k distancias más cercanas en donde k es un numero arbitrario impar.

...