Generación de reglas estadísticas a partir de grandes bases de datos

Dado un conjunto de variables cualitativas, queremos predecir una o varias de ellas mediante reglas. Proponemos un algoritmo que (i) es guiado por resultados estadísticos en el marco de una geometría relacional, dentro de la cual se utilizan índices de asociación disimétricos, y (ii) efectúa aproxim...

Descripción completa

Detalles Bibliográficos
Autores principales:	Schektman, Yves, Trejos Zelaya, Javier, Troupé, Marylène
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 1994
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/matematica/article/view/106

id	RMTA106
record_format	ojs
spelling	RMTA1062022-01-12T15:54:55Z Generación de reglas estadísticas a partir de grandes bases de datos Generación de reglas estadísticas a partir de grandes bases de datos Schektman, Yves Trejos Zelaya, Javier Troupé, Marylène Given a set of categorical variables, we want to predict one or more of them by the way rules. We propose an algorithm that (i) is guided by statistical results in a relational geometry where we use assymetrical association indices, and (ii) makes statistical and euclidian approximations. The iterative method we propose can obtain rules without introducing a priori their premises in the set of independent conjonctions analized by the generator at each step. The algorithm has a linear complexity with regard to the number of individual; this property makes it suitable for large data sets. We present results over data examples. Dado un conjunto de variables cualitativas, queremos predecir una o varias de ellas mediante reglas. Proponemos un algoritmo que (i) es guiado por resultados estadísticos en el marco de una geometría relacional, dentro de la cual se utilizan índices de asociación disimétricos, y (ii) efectúa aproximaciones estadísticas y euclidianas. El método iterativo propuesto puede obtener muchas reglas sin tener que introducir a priori sus premisas en el conjunto de conjunciones explicativas que el generador analiza en cada etapa. El algoritmo es de complejidad lineal respecto al número de individuos, por lo que sería particularmente bien adaptado a las grandes bases de datos. Se presentan resultados sobre ejemplos de datos.Palabras clave: reglas de producción, asociación disimétrica, adquisición de conocimientos, distancia relacional, número equivalente. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 1994-02-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/106 10.15517/rmta.v1i1.106 Revista de Matemática: Teoría y Aplicaciones; Vol. 1 No. 1 (1994): Revista de Matemática: Teoría y Aplicaciones; 87-100 Revista de Matemática: Teoría y Aplicaciones; Vol. 1 Núm. 1 (1994): Revista de Matemática: Teoría y Aplicaciones; 87-100 Revista de Matemática; Vol. 1 N.º 1 (1994): Revista de Matemática: Teoría y Aplicaciones; 87-100 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/106/86 Derechos de autor 1994 Revista de Matemática: Teoría y Aplicaciones
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Schektman, Yves Trejos Zelaya, Javier Troupé, Marylène
spellingShingle	Schektman, Yves Trejos Zelaya, Javier Troupé, Marylène Generación de reglas estadísticas a partir de grandes bases de datos
author_facet	Schektman, Yves Trejos Zelaya, Javier Troupé, Marylène
author_sort	Schektman, Yves
description	Dado un conjunto de variables cualitativas, queremos predecir una o varias de ellas mediante reglas. Proponemos un algoritmo que (i) es guiado por resultados estadísticos en el marco de una geometría relacional, dentro de la cual se utilizan índices de asociación disimétricos, y (ii) efectúa aproximaciones estadísticas y euclidianas. El método iterativo propuesto puede obtener muchas reglas sin tener que introducir a priori sus premisas en el conjunto de conjunciones explicativas que el generador analiza en cada etapa. El algoritmo es de complejidad lineal respecto al número de individuos, por lo que sería particularmente bien adaptado a las grandes bases de datos. Se presentan resultados sobre ejemplos de datos.Palabras clave: reglas de producción, asociación disimétrica, adquisición de conocimientos, distancia relacional, número equivalente.
title	Generación de reglas estadísticas a partir de grandes bases de datos
title_short	Generación de reglas estadísticas a partir de grandes bases de datos
title_full	Generación de reglas estadísticas a partir de grandes bases de datos
title_fullStr	Generación de reglas estadísticas a partir de grandes bases de datos
title_full_unstemmed	Generación de reglas estadísticas a partir de grandes bases de datos
title_sort	generación de reglas estadísticas a partir de grandes bases de datos
title_alt	Generación de reglas estadísticas a partir de grandes bases de datos
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	1994
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/106
work_keys_str_mv	AT schektmanyves generaciondereglasestadisticasapartirdegrandesbasesdedatos AT trejoszelayajavier generaciondereglasestadisticasapartirdegrandesbasesdedatos AT troupemarylene generaciondereglasestadisticasapartirdegrandesbasesdedatos
_version_	1811744045543718912

Generación de reglas estadísticas a partir de grandes bases de datos

Ejemplares similares