introducción a weka

Introducción a Weka

Colección de algoritmos y herramientas de machine learning para minería de datos.

Christian Fernando Ariza Porrashttp://www.christian-ariza.netcf.ariza975@uniandes.edu.co@cronosnull

Descarga:

http://www.cs.waikato.ac.nz/ml/weka/index.html

Interfaz de usuario

Explorer

Experimenter

Knowledge Flow

Command Line Interface

CLASIFICACIÓN DE TEXTOEjemplo práctico

Cargar los datos

• Antes de poder entrenar el clasificado necesitamos llevar los datos a un formato adecuado.

• Utilizamos la pestaña preprocess de la interfaz experimenter.

• Weka admite formatos y fuentes variadas.

Importar un directorio

• Cada subdirectorio corresponde a una categoría.

• Cada archivo corresponde a una instancia.

Importar un directorio

• Cada subdirectorio corresponde a una categoría.

• Cada archivo corresponde a una instancia.

Transformar los datos

Transformar los datos: Filtros

Transformar los datos: Filtros

Transformar los datos: Filtros

Entrenar y validar un clasificador

Entrenar y validar un clasificador

Cross Validation

• Técnica para estimar el desempeño de un predictor en un data set independiente.

Imagen tomada de: http://chrisjmccormick.wordpress.com/2013/07/31/k-fold-cross-validation-with-matlab-code/

Precision y Recall

• True positive (TP)• False positive (FP)• True Negative (TN)• False Negative (FN)

• Precision: TP/(TP+FP)

• Recall: TP/(TP+FN)

Usar el modelo entrenado en una aplicación externa.