Análisis de diferentes clasificadores
Enviado por Mikel Gil Fernández • 6 de Octubre de 2018 • Apuntes • 495 Palabras (2 Páginas) • 99 Visitas
Aprendizaje Formal y Sistemas de Ayuda a la Decisión
Análisis de diferentes clasificadores
15 de Junio de 2015
Mikel Gil Fernández
Introducción:
Realizaremos, sobre un mismo conjunto de datos una clasificación con diferentes métodos para estudiar y sacar conclusiones sobre cuáles se adaptan mejor.
El experimento, debido a su aleatoriedad, lo realizaremos 25 veces cada uno para obtener una media “fiable” de los 25 experimentos para cada método. Estas medias serán los valores de precisión de cada método que pondremos en la tabla.
Los resultados de los 25 experimentos se pueden consultar al final del informe.
Presentación de los resultados:
Método | % Acierto Train | % Acierto Test | Diferencia |
Regresión Logística | 87,289 | 86,992 | 0,296 |
Regresión Logística + Regularización | 85,453 | 85,240 | 0,212 |
Regresión Logística Polinomial | 90,863 | 90,978 | -0,114 |
Regresión Logística Polinomial + Regularización | 91,132 | 90,087 | 1,045 |
Naïve Bayes | 55,668 | 54,656 | 1,011 |
Redes Neuronales (2 Capas ocultas) | 99,300 | 98,715 | 0,585 |
Redes Neuronales (5 Capas ocultas) | 99,712 | 99,255 | 0,456 |
Redes Neuronales (10 Capas ocultas) | 99,930 | 99,810 | 0,120 |
AdaBoost (3 Iteraciones) | 92,382 | 91,781 | 0,601 |
AdaBoost (10 Iteraciones) | 96,455 | 95,372 | 1,083 |
AdaBoost (20 Iteraciones) | 99,060 | 97,970 | 1,089 |
AdaBoost (30 Iteraciones) | 99,741 | 98,992 | 0,748 |
...