Aproximaci

1
Aproximación de Missing Values utilizando Mycin y
Reglas de asociación

• Rafael Morales Bueno
• Jorge Wallace Ruiz

2
Introducción

• Tratamiento actual de los Missing Values
• Técnicas de clasificación
• Eliminación del conjunto de datos
• Reglas de Asociación
• Solución Natural a este problema
• Modelos simples

3
Reglas de Asociación

• Supongamos que tenemos un valor desconocido
  perteneciente al dominio D1 y existe una regla de
  asociación tal que e1 ? D2 ? e2 ? D1 con una
  confianza C. Entonces podemos rellenar ese
  valor con e2 con una confianza C.
• Mecanismo simple, efectivo y natural.
• Problemas
• Conjunción y disyunción de reglas de asociación
• Tiende a reducir la entropía natural del conjunto
  de datos

4
Mycin

• Desarrollado entre 1972 y 1980 en la Universidad
  de Stanford.
• Sistema interactivo experto que ayudaba a los
  físicos en la selección de un apropiada terapia
  antimicrobiana para los pacientes de los
  hospitales.
• Velocidad, accesibidad y facilidad de uso.
• Basado en Factores de Certeza (CF)

5
Reglas en Mycin

• Factores de Certeza (CF) asociados a reglas y a
  hechos
• Si a ? b donde
• a puede ser un hecho simple o un hecho compuesto
  b?c, a?b,
• Rango de los CF ? -1 , 1 donde
• CF gt 0 indica Confianza
• CF 0 indica ignorancia
• CF lt 0 Confianza en lo contrario del hecho

6
Fórmulas para el cálculo de los CF

• Modus Ponens Incierto
• E ? H
• E_____
• H
• CF(R1) f(CF(E), CF(R1))

Ejemplo Donde CF (tos) 0.9 CF (gripe) 0.9
0.6 0.54
7
Fórmulas para el cálculo de CF (II)

• Combinación de evidencia
• E1 ? H
• E2 ? H
• CF(R1,R2) f(CFR1(H),CFR2(H))

Ejemplo Donde CF (tos) 0.6
CF (gripe) 0.9 CF R1,R2 0.81 0.48 0.480.81
8
Fórmulas para el cálculo de CF (III)

• Antecedentes Compuestos
• E1?E2 CF(E1?E2) min (CF(E1),CF(E2))
• E1? E2 CF(E1?E2) max (CF(E1),CF(E2))
• ?E CF(?E) - CF(E)

9
Mycin y Reglas de Asociación

• Traducción automática modelo CF ? Reglas de
  asociación
• Factor de Certeza en Reglas
• Coincide con el valor de confianza de la regla de
  asociación
• Posible inclusión del soporte como parte de la
  función f
• Confianza en hechos
• CF 1 para aquellos valores no desconocidos
• Desconfianza en ciertos datos

10
Mycin y Reglas de Asociación (II)

• Algoritmo
• Escoger entre las reglas de asociación iniciales
  aquellas en las cuales en el consecuente aparezca
  un valor perteneciente al dominio del missing
  value.
• Aplicar el modelo Mycin y escoger el valor
  perteneciente al dominio con mayor CF.
• Asignar a ese valor el CF obtenido según el
  modelo.
• Continuar con el siguiente missing value de la
  tupla.

11
Optimizaciones

• Verificación de hipótesis
• Si existe una regla de asociación tal que e1 ?
  D2 ? e2 ? D1 y a su vez e2 ? D1 ? ei ? Di
  (siendo ei un valor NO desconocido) entonces
  podemos ponderar el acierto o fallo en esta
  predicción.
• Vuelta atrás
• Es posible en algunos casos volver a clasificar
  missing values ya establecidos si encontramos
  otro valor con mayor CF a otro nivel.

12
Ventajas

• Rapidez
• Simplicidad
• Modelo más que probado
• Razonamiento Natural

13
Inconvenientes

• Modelo Mycin no está bien construido
• Tratamiento de la disyunción
• No considera correlaciones entre proposiciones
• Obtención del conjunto de reglas de asociación

14
Bibliografía

• Davis, R.,Buchanan, B.G. and Shortliffe,E.H.,
  "Production Systems as a Representation for a
  Knowledge-based Consultation program", Artificial
  Intelligence, 8, (1), pp. 15-45, 1977.
• Rule-Based Expert Sytem The MYCIN Experiment at
  the Stanford Heuristic Programming Project
• Pete Chapman (NCR), Julian Clinton (SPSS), Randy
  Kerber (NCR),Thomas Khabaza (SPSS), Thomas
  Reinartz (DaimlerChrysler),Colin Shearer (SPSS)
  and Rüdiger Wirth (DaimlerChrysler) - CRISP-DM
  1.0
• Fast Algorithms for Mining Association Rules
  (1994) Rakesh Agrawal, Ramakrishnan Srikant Proc.
  20th Int. Conf. Very Large Data Bases, VLDB

15
Esquemas