Los patrones...

Hasta el momento nos hemos referido al resultado que se espera de un proceso de minería de datos con distintos términos: patrón, conocimiento, concepto o salida; pero aún no es muy claro cómo las personas lo percibimos y lo usamos para lograr entendimiento sobre los datos actuales y poder predictivo sobre datos futuros.

Para entender el patrón, debemos ser capaces de ver y entender su estructura, la cual se puede expresar de distintas formas dependiendo de la técnica de minería de datos que se use.

A continuación se describen dos de las formas más comunes en que se expresa la estructura de los patrones, y para esto usaremos un conjunto de ejemplos o instancias del concepto a aprender, que en este caso corresponde a condiciones climáticas para jugar fuera de casa:

Pronóstico	Temperatura	Humedad	Hace_Viento	Jugar
Soleado	Cálida	Alta	Falso	No
Soleado	Cálida	Alta	Verdadero	No
Nublado	Cálida	Alta	Falso	Sí
Lluvioso	Templada	Alta	Falso	Sí
Lluvioso	Fría	Normal	Falso	Sí
Lluvioso	Fría	Normal	Verdadero	No
Nublado	Fría	Normal	Verdadero	Sí
Soleado	Templada	Alta	Falso	No
Soleado	Fría	Normal	Falso	Sí
Lluvioso	Templada	Normal	Falso	Sí
Soleado	Templada	Normal	Verdadero	Sí
Nublado	Templada	Alta	Verdadero	Sí
Nublado	Cálida	Normal	Falso	Sí
Lluvioso	Templada	Alta	Verdadero	No

Reglas:

Si Pronóstico = “Soleado” y Humedad = “Alta” , entonces Jugar = “No”

Si Pronóstico = “Lluvioso” y Hace_Viento = “Verdadero”, entonces Jugar = “No”

Si Pronóstico = “Nublado”, entonces Jugar = “Sí”

Si Humedad = “Normal”, entonces Jugar = “Sí”

Si ninguno de los anteriores, entonces Jugar = “Sí”

Árboles de decisión:

Las dos formas de expresión anteriores nos permiten entender el conjunto de ejemplos de la tabla anterior, al mismo tiempo que nos permiten predecir que sucederá con un nuevo caso en el cual no se conozca el resultado, por ejemplo:

Pronóstico	Temperatura	Humedad	Hace_Viento	Jugar
Lluvioso	Fría	Alta	Verdadero	?

Este nuevo caso, usando las reglas o el árbol de decisión, será clasificado como “No”, es decir, que no se debería jugar fuera de casa.

El tema tratado en esta entrada se puede encontrar en el libro "Data Mining: Practical Machine Learning Tools and Techniques".