CREO QUE ESTE TIPO DE CONSULTA, EXCEDE EL PROP�SITO DE ESTE FORO.
El mi�rcoles, 26 de noviembre de 2014, Daniel Carrillo Zapata < daniel.carril...@um.es> escribi�: > Hola Isidro, > > mira, te explico mejor: tengo una base de datos con informaci�n de > 10 conductores en un recorrido de 30 minutos en coche. Para cada > conductor, se le midi� par�metros biom�dicos como la temperatura > corporal, su electrocardiograma, etc., durante todo el recorrido; en > total 22 par�metros. > > Mi objetivo principal es poder determinar, dados dichos par�metros, > los distintos estados en los que puede estar un conductor a lo largo del > recorrido. Sin embargo, mi conjunto de datos no est� etiquedo, es decir, > no s� a priori la variable de respuesta, el estado del conductor, para > cada combinaci�n; tengo que descubrirla. > > Lo que quer�a hacer es, primero, transformar los par�metros porque > suele ser recomendado para no tener overfitting y reducir la dimensi�n > de los datos. Para ello, quiero probar dos t�cnicas: ICA y PCA. > > Tras esto, pensaba probar distintos algoritmos de clustering para > ver c�mo agrupan los datos. Con cada uno, puedo obtener la bondad con la > que asignan un elemento a un cluster con, por ejemplo, el silhouette > coefficient, o alg�n otro �ndice interno/externo. Con cada algoritmo de > clustering que pruebe, etiquetar� mis datos de entrenamiento > asign�ndoles un cluster (que luego m�s adelante intentar� darle una > explicaci�n sem�ntica del estado que representa). > > Por cada conjunto resultado (ahora, etiquetado) de aplicar una > t�cnica de extracci�n de caracter�sticas y otro de clustering, quiero > probar distintos clasificadores, para ver c�mo se comportan con esa > agrupaci�n. Por tanto, obtendr� varios errores asociados a clasificaci�n > porqu� har� cross-validation. > > De esta forma, si pruebo 2 algoritmos de extracci�n de > caracter�sticas, 3 de clustering y 4 de clasificaci�n, tengo un > experimento factorial 2x3x4, �no? > > Lo que me gustar�a obtener posteriormente es la mejor combinaci�n > de t�cnica de extracci�n de caracter�sticas, algoritmo de clustering y > clasificador, teniendo en cuenta los errores de clasificaci�n y cu�n > bien los algoritmos de clustering agrupan. > > De ah�, mi duda es c�mo analizar los resultados, porque hab�a > pensado aplicar una ANOVA de 3 v�as con interacci�n, pero no s� si es > correcto. Adem�s, no s� si tendr�a sentido, porque tambi�n quiero tener > en cuenta la bondad del algoritmo de clustering, no solo los errores de > clasificaci�n. Es decir, necesitar�a analizar las parejas (muestras del > error de clasificaci�n, bondad del clustering) para cada combinaci�n de > algoritmo de extracci�n de caracter�sticas, algoritmo de clustering y > algoritmo de clasificaci�n. > > Espero que te haya aclarado :) > > Muchas gracias. > > Un saludo, > DANI > > > On 26/11/14 01:02, Isidro Hidalgo Arellano wrote: > > Hola, Daniel: > > Quiz� deber�as ser m�s expl�cito porque de la informaci�n que > > suministras yo solo te puedo decir que no veo la relaci�n entre los 3 > > tipos de algoritmos que nombras: > > - un an�lisis de componentes principales puede ser una fase previa de > > los otros dos > > - hacer un cluster es un tipo de aprendizaje no supervisado, mientras > > que un clasificador normalmente es utilizado en aprendizaje > > supervisado, porque se modeliza conociendo la variable dependiente > > Por ello, no veo c�mo montar un ANOVA para analizar 3 procedimientos > > que a m� me parece que se utilizan para cosas completamente diferentes... > > Me imagino que no he sido de mucha ayuda, pero... �por qu� no nos > > dices exactamente que quieres hacer, a ver si te podemos ayudar algo m�s? > > Un saludo, > > Isidro Hidalgo > > > > > > > > > El 25/11/2014, a las 22:09, Daniel Carrillo Zapata escribi�: > > > > > > > > > > > > Hola compa�eros > > > > > > Soy Daniel Carrillo, y os escribo porque me ha surgido una duda > > sobre si > > > puedo tratar algoritmos de clustering como un factor en un experimento. > > > Concretamente, tengo un conjunto de datos sin etiquetar, y quiero > > probar > > > los siguientes algoritmos sobre �l: > > > > > > 1) Extracci�n de caracter�sticas por PCA y por ICA. > > > 2) Una vez tenga extra�das las caracter�sticas, para cada uno de > > > los dos conjuntos transformados quisiera probar 3 diferentes algoritmos > > > de clustering: k-medoids, EM y hierachical clustering. > > > 3) Por �ltimo, para cada conjunto etiquetado quisiera probar 4 � 5 > > > clasificadores. > > > > > > Como se puede ver, estoy dise�ando un experimento factorial para > > > encontrar el mejor clasificador bas�ndome en probar diferentes t�cnicas > > > de extracci�n de caracter�sticas, clustering y clasificaci�n. > > > > > > Mi objetivo final es entrenar al mejor clasificador bas�ndome en el > > > mejor algoritmo de clustering, de clasificaci�n y de extracci�n de > > > caracter�sticas para que etiquete futuros datos. > > > > > > Sin embargo, me han surgido dudas de c�mo analizar los resultados, y es > > > que no s� si se puede aplicar una ANOVA de 3 v�as con interacci�n, > > > siendo los 3 factores el algoritmo de extracci�n de caracter�sticas, > > > algoritmo de clustering y algoritmo de clasificaci�n. Mis preguntas por > > > tanto son: > > > > > > 1) �Tiene sentido aplicar ANOVA de 3 v�as con interacci�n? > > > 2) Si no, �cu�l ser�a la mejor manera de analizar los resultados > > > del experimento? > > > 3) �Hay alguna forma de seleccionar al mejor clasificador teniendo > > > en cuenta los errores de clasificaci�n y cu�n bien el algoritmo de > > > clustering agrupa los datos (por ejemplo, comparando los "silhouette > > > coefficients")?, porque pienso que esto lo deber�a tener en cuenta > > tambi�n. > > > > > > Mis dudas vienen suscitadas por el hecho de que pienso que los > > > algoritmos de clasificaci�n son totalmente dependientes del los de > > > clustering (que les etiqueta los datos). > > > > > > Conf�o en vuestra experiencia para que me aport�is un rayo de luz en > > esto > > > > > > �Much�simas gracias! > > > > > > Un saludo, > > > DANI > > > > > > _______________________________________________ > > > R-help-es mailing list > > > R-help-es@r-project.org <javascript:;> > > > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org <javascript:;> > https://stat.ethz.ch/mailman/listinfo/r-help-es > -- Sent from my IPAD [[alternative HTML version deleted]]
_______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es
