APORTACIONES EN EL SOFTWARE ELVIRA: MAYO03MAYO04 GRUPO ISG, UPVEHU

1
APORTACIONES EN EL SOFTWARE ELVIRA
MAYO03-MAYO04GRUPO ISG, UPV-EHU

• Donostia, 14-V-2004

2
PROGRAMADORES

• Rubén Armañanzas
• Rosa Blanco
• José L. Flores
• Aritz Pérez
• Guzmán Santafé

3
APORTACIONES EN VARIOS CAMPOS

• Construcción clasificadores supervisados
• Medidas filter de selección-rankeo de variables
  predictoras
• Construcción clasificadores no-supervisados
• Discretización de variables continuas
• Interfaz gráfico (GUI) de Elvira
• Aportaciones en el cvs (la mayoría en el
  GUI)

4
1. CONSTRUCCION CLASIFICADORES SUPERVISADOS (Rosa)

• Naive-Bayes (Duda Hart73)
• Selective naive Bayes (Langley Sage94)
• Tree Augmented Network (TAN, Friedman97)
• Semi naive Bayes (Pazzani97)
• K-dependence Bayesian classifiers (k-DB,
  Sahami96)
• ? elvira.learning.classification.supervised.discre
  te

5
1. CONSTRUCCION CLASIFICADORES SUPERVISADOS (Rosa)

• Todos disponibles en el GUI
• Mediante el GUI
• muestra gráfica de la estructura
• estimación porcentaje bien clasificados
• categorización-testeo de nuevos casos
• posibilidad uso corrección Laplace
• ...
• Sus clases y métodos relacionados principales,
  explicados en el capítulo 9 (Classification) de
  Elvira-Book
• Aritz (local)? versión para el campo CONTINUO de
  los cinco clasificadores anteriores

6
2. RANKEO DE PREDICTORAS POR MEDIDAS FILTER
(Rubén)

• Rankeo mediante siete medidas filter
  univariadas (correlación clase-predictora)
• Información mutua
• Entropía Shannon
• Métrica Bhattacharyya
• Distancias Euclídea, Matusita, Kullback-Leibler
  (2)
• elvira.learning.preprocessing.FilterMeasures.java

7
2. RANKEO DE PREDICTORAS POR MEDIDAS FILTER
(Rubén)

• Mediante el GUI
• Expresión matemática de la medida
• A un fichero de salida ? posibilidad de proyectar
  un subconjunto de variables ( clase) según el
  rankeo
• Punto de corte codo (Molina y col.02) sobre el
  ranking. Línea de comandos
• Correlation Feature Selection (CFS, Hall99).
  Filter multivariada. Línea de comandos

8
3. CONTRUCCION CLASIFICADORES NO SUPERVISADOS
(Guzmán)

• Aprendizaje de la estructura naive-Bayes no
  supervisada de dos formas
• EM (Dempster77)
• EM Multi-Start
• Mediante el GUI
• muestra gráfica de la estructura
• posibilidad uso corrección Laplace, ...
• Sus clases y métodos relacionados principales,
  explicados en el capítulo 9 (Classification) de
  Elvira-Book
• ? elvira.learning.classification.unsupervised.disc
  rete

9
4. DISCRETIZACION DE VARIABLES CONTINUAS (José
Luis)

• Cinco métodos de discretización
• Equal Frequency
• Equal Width
• Sun Square Differences
• Unsupervised Monothetic Contrast
• K-means
• ? elvira.learning.preprocessing.Discretization.jav
  a

10
4. DISCRETIZACION DE VARIABLES CONTINUAS (José
Luis)

• Mediante el GUI
• Discretización
• Global (masiva) discretizar todas las
  variables con el mismo método
• Local (normal) aplicar un método de
  discretización concreto por variable
• Generación de un fichero de casos de salida con
  la discretización realizada

11
5. INTERFAZ GRAFICO - GUI (Rubén)

• Soporte en el GUI al aprendizaje a partir de
  casos
• Preproceso
• Imputación
• Discretización
• Medidas filter de rankeo
• Aprendizaje automático
• Clasificación supervisada
• Clasificación no supervisada
• Factorización de distribuciones de probabilidad
  mediante redes Bayesianas ( Restricciones)

12
5. INTERFAZ GRAFICO - GUI (Rubén)

• Post aprendizaje
• Estimación porcentaje bien clasificados
• Categorización Testeo de un fichero de casos
• ?elvira.gui.DataBaseMonitor.java
• ?elvira.gui.DataBaseMonitorWorker.java