Universidad de Ixtlahuaca CUI

Facultad de Ingeniera en Computacin

Proyecto:
Minera de datos en WEKA

Catedrtico: M. en ISE Gastn Valencia Miramontes
Alumnos:
Archundia Snchez Miguel
Morales Juarez Adrian
Valdez Morales Fernando

Materia:
Sistemas Expertos
8vo Semestre

Ixtlahuaca, Mxico a 3 de Junio de 2013

Introduccin

La necesidad de realizar modelos que permitan la prediccin de eventos futura
es muy necesario siempre que se presenten situaciones en las que se presente
riesgo de prdidas para una persona.
WEKA permite realizar manipulaciones sobre los datos aplicando filtros. Se pueden
aplicar en dos niveles: atributos e instancias. Adems las operaciones de filtrado
pueden aplicarse en cascada, de forma que la entrada de cada filtro es la salida
de haber aplicado el anterior filtro.
WEKA (Waikato Environment for Knowledge Analysis) es una herramienta que
permite la experimentacin de anlisis de datos mediante la aplicacin, anlisis y
evaluacin de las tcnicas ms relevantes de anlisis de datos, principalmente las
provenientes del aprendizaje automtico, sobre cualquier conjunto de datos del
usuario.
El archivo de datos seleccionado contiene datos provenientes del campo de las
ventas de inmuebles que se presenta en diferentes ciudades de Espaa.
Algunos de los anlisis que podemos llevar a cabo con esta herramienta puede
ser el relacionar a quin vende mayores cantidades de un grupo de mujeres y
hombres, en qu ciudades hay mayores ventas, etc.
La herramienta de visualizacin de WEKA permite representar grficas 2D que
relacionan pares de atributos. Con la aplicacin de diferentes algoritmos
podremos observar la forma en que se comportan las ventas de estos inmuebles,
es muy frecuente que las caractersticas que observemos no sean tan evidentes a
primera vista pero gracias Weka es ms fcil analizar qu situaciones se estn
presentando.








Marco terico
1. WEKA
LA Weka (Gallirallus australis) es un ave endmica de Nueva Zelanda. Esta
Gallincea en peligro de extincin es famosa por su curiosidad y agresividad. De
aspecto pardo y tamao similar a una gallina las wekas se alimentan
fundamentalmente de insectos y frutos.

Esta ave da nombre a una extensa coleccin de algoritmos de Mquinas de
conocimiento desarrollado por la universidad de Waikato (Nueva Zelanda)
implementado en Java, tiles para ser aplicados sobre datos mediante los
interfaces que ofrece o para embeberlos dentro de cualquier aplicacin
Weka es un conjunto de librerias JAVA para la extraccin de conocimientos
desde bases de datos. Es un software ha sido desarrollado en la universidad de
Waikato (Nueva Zelanda).
Adems Weka contiene las herramientas necesarias para realizar
transformaciones sobre los datos, tareas de clasificacin, regresin, clustering,
asociacin y visualizacin. Weka est diseado como una herramienta orientada
a la extensibilidad por lo que aadir nuevas funcionalidades es una tarea sencilla.
Sin embargo, y pese a todas las cualidades que Weka posee, tiene un gran
defecto y ste es la escasa documentacin orientada al usuario que tiene junto a
una usabilidad bastante pobre, lo que la hace una herramienta difcil de
comprender y manejar sin informacin adicional.
La licencia de Weka es GPL*, lo que significa que este programa es de libre
distribucin y difusin. Adems, ya que Weka est programado en Java, es
independiente de la arquitectura, ya que funciona en cualquier plataforma sobre
la que haya una mquina virtual Java disponible.

2. MINERA DE DATOS
Minera de Datos es un trmino genrico que engloba resultados de investigacin,
tcnicas y herramientas usadas para extraer informacin til de grandes bases de
datos.
El trmino Minera de Datos es usado comnmente por los estadsticos, analistas
de datos, y por la comunidad de administradores de sistemas informticos como
todo el proceso del descubrimiento, El anlisis de la informacin recopilada (por
ejemplo, en un experimento cientfico) es habitual que sea un proceso
completamente manual (basado por lo general en tcnicas estadsticas). Sin
embargo, cuando la cantidad de datos de los que disponemos aumenta la
resolucin manual del problema se hace intratable. Aqu es donde entra en juego
el conjunto de tcnicas de anlisis automtico al que nos referimos al hablar de
Minera de Datos.
Hasta ahora, los mayores xitos en Minera de Datos se pueden atribuir directa o
indirectamente a avances en bases de datos (un campo en el que los
ordenadores superan a los humanos).
MD es la extraccin no trivial de informacin implcita, desconocida
previamente, y potencialmente til desde los datos.
MD es el proceso de extraccin y refinamiento de conocimiento til desde
grandes bases de datos.
MD es el proceso de extraccin de informacin previamente desconocida,
vlida y procesable desde grandes bases de datos para luego ser utilizada en la
toma de decisiones.
"MD es la exploracin y anlisis, a travs de medios automticos y
semiautomticos, de grandes cantidades de datos con el fin de descubrir
patrones y reglas significativos".
"MD es el proceso de planteamiento de distintas consultas y extraccin de
informacin til, patrones y tendencias previamente desconocidas desde grandes
cantidades de datos posiblemente almacenados en bases de datos.
MD es el proceso de descubrir modelos en los datos.
Objetivos
Convertir datos en conocimiento para tomar decisiones
Es importante la inteligibilidad del conocimiento obtenido (los modelos
estadsticos no son siempre sencillos de entender).
MD = BBDD + estadstica + aprendizaje automtico.
Tareas
Prediccin:
Clasificacin
Regresin
Asociacin
Agrupacin (clustering)
Fases del proceso de extraccin de conocimiento
Integracin y recopilacin de datos.
Almacenes de datos (data warehousing), repositorio de informacin obtenido de
diversas fuentes (heterogneas), almacenada bajo un esquema unificado.
Seleccin, limpieza y transformacin proceso (ETL)-> Datos:
Datos:
Valores que no se ajustan al comportamiento general(outliers): eliminar o dejar.
Muestreo de datos.

Atributos:
Eliminar atributos redundantes o irrelevantes
Reduccin/aumento dimensionalidad.
Calcular nuevos atributos que sean ms relevantes (rea, poblacin ->
densidad de poblacin, para predecir cantidad de daos en terremotos)
Valores faltantes (missing values): rellenarlos
Discretizacin, numeracin, normalizacin.
Objetivos:
Mejorar la eficiencia de la herramienta de minera de datos.
Mejorar la calidad (precisin) del conocimiento obtenido.
Posibilidades:
Hacerlo a mano.
Utilizar herramientas de preproceso (ej: seleccin de atributos).
Dejar que lo haga el algoritmo de minera de datos (peor solucin).

Aprendizaje Automtico -> Patrones
Evaluacin e interpretacin -> Conocimiento
Difusin y uso -> Decisiones

3. METODOLOGA
La metodologa que debe seguirse para obtener conocimiento a partir de los
datos que se encuentran en la base de datos se muestra en la figura.


4. ALGORITMOS

a) CLASIFICACIN
En este modo podremos clasificar por varios mtodos los datos ya cargados.
void buildClassifier(Instances data): entrena el clasificador con el conjunto
de entrenamiento (Instances) indicado
double classifyInstance(Instance instance): clasifica la instancia que recibe
como parmetro.
double[] distributionForInstance(Instance instance): clasifica la instancia y
devuelve un vector double[] con un componente para cada valor del
atributo clase que cuantifica su probabilidad o importancia relativa
(dependiendo del mtodo de clasificacin).
La clase abstracta Classifier tambin ofrece el mtodo Classifier forName(String
classifierName, String[] options) que crea un clasificador de la clase indicada con
los parmetros que se le pasan como array de String.
Matriz De Confusin
Esta tabla cuyo nmero de columnas es el nmero de atributos muestra la
clasificacin de las instancias. Da una informacin muy til porque no slo refleja
los errores producidos sino tambin informa del tipo de stos.
rbol De Decisin
Tcnica que permite analizar decisiones secuenciales basada en
uso de resultados y probabilidades asociadas. Se pueden usar para
generar sistemas expertos, bsquedas binarias y rboles de juegos.
Facilitan la interpretacin de la decisin adoptada.
Reduce el nmero de variables independientes.
Herramienta para la gestin empresarial.
Algoritmos de construccin de rboles de decisin
El ms bsico es el ID3: construye rboles de decisin de manera recursiva, de la
raz hacia las hojas, seleccionando en cada momento el mejor nodo para poner
en el rbol.
El C4.5 (o J48), trata con valores continuos y utiliza criterios estadsticos para
impedir que el rbol se sobreadapte (que crezca demasiado, que se aprenda
los datos en lugar de generalizar).

b) CLUSTERIZACIN
El proceso de Clustering consiste en la divisin de los datos en grupos de objetos
similares. Para medir la similitud entre objetos se suelen utilizar diferentes formas de
distancia: distancia eucldea, de Manhatan, de Mahalanobis, etc. El representar
los datos por una serie de clster, conlleva la prdida de detalles, pero consigue
la simplificacin de los mismos. Clustering es una tcnica ms de Machine
Learning, en la que el aprendizaje realizado es no supervisado (unsupervised
learning). Desde un punto de vista prctico, el clustering juega un papel muy
importante en aplicaciones de data mining, tales como exploracin de datos
cientficos, recuperacin de la informacin y minera de texto, aplicaciones sobre
bases de datos espaciales (tales como GIS o datos procedentes de astronoma),
aplicaciones Web , marketing, diagnstico mdico, anlisis de ADN en biologa
computacional, y muchas otras. En el presente trabajo lo utilizaremos como
complemento a los modelos matemticos, en la estimacin de coste software.
Cobweb
Se trata de un algoritmo de clustering jerrquico. COBWEB, se caracteriza porque
utiliza aprendizaje incremental, esto es, realiza las agrupaciones instancia a
instancia. Durante la ejecucin del algoritmo se forma un rbol (rbol de
clasificacin) donde las hojas representan los segmentos y el nodo raz engloba
por completo el conjunto de datos de entrada. Al principio, el rbol consiste en
un nico nodo raz. Las instancias se van aadiendo una a una y el rbol se va
actualizando en cada paso.
La actualizacin consiste en encontrar el mejor sitio donde incluir la nueva
instancia, operacin que puede necesitar de la reestructuracin de todo el rbol
(incluyendo la generacin de un nuevo nodo anfitrin para la instancia y/o la
fusin/particin de nodos existentes) o simplemente la inclusin de la instancia en
un nodo que ya exista. La clave para saber cmo y dnde se debe actualizar el
rbol la proporciona una medida denominada utilidad de categora, que mide la
calidad general de una particin de instancias en un segmento. La
reestructuracin que mayor utilidad de categora proporcione es la que se
adopta en ese paso. El algoritmo es muy sensible a otros dos parmetros: Acuity y
cut-off.
K-medias
Se trata de un algoritmo clasificado como Mtodo de Particionado y
Recolocacin. El mtodo de las k-medias [24, 25], es hasta ahora el ms utilizado
en aplicaciones cientficas e industriales. El nombre le viene porque representa
cada uno de los clster por la media (o media ponderada) de sus puntos, es
decir, por su centroide. Este mtodo nicamente se puede aplicar a atributos
numricos, y los outliers le pueden afectar muy negativamente. Sin embargo, la
representacin mediante centroides tiene la ventaja de que tiene un significado
grfico y estadstico inmediato. La suma de las discrepancias entre un punto y su
centroide, expresado a travs de la distancia apropiada, se usa como funcin
objetivo.
La funcin objetivo, suma de los cuadrados de los errores entre los puntos y sus
centroides respectivos, es igual a la varianza total dentro del propio clster. La
suma de los cuadrados de los errores se puede racionalizar, como el negativo del
log-likelihood, para modelos mixtos que utilicen distribuciones normales.
Por lo tanto, el mtodo de las k-medias se puede derivar a partir del marco
probabilstico. Existen dos versiones del mtodo de las k-medias. La primera es
parecida al algoritmo EM, y se basa en dos pasos iterativos: primero reasigna
todos los puntos a sus centroides ms cercanos, y en segundo lugar recalcula los
centroides de los nuevos grupos creados en el anterior. El proceso continua hasta
alcanzar un criterio de parada (por ejemplo que no se realicen nuevas
reasignaciones). Esta versin se conoce como algoritmo de Forgy. La segunda
versin reasigna los puntos basndose en un anlisis ms detallado de los efectos
causados sobre la funcin objetivo al mover un punto de su clster a otro nuevo.
Si el traslado es positivo, se realiza, en caso contrario se queda como est.
A diferencia de los anteriores algoritmos, COBWEB y EM, k-medias necesita la
previa especificacin del nmero de clsteres que se desean obtener. La
implementacin utilizada en el presente trabajo, de este algoritmo es tambin la
ofrecida por Weka.

c) ASOCIACIN
Los algoritmos de asociacin permiten la bsqueda automtica de reglas que
relacionan conjuntos de atributos entre s. Son algoritmos no supervisados, en el
sentido de que no existen relaciones conocidas a priori con las que contrastar la
validez de los resultados, sino que se evala si esas reglas son estadsticamente
significativas. La ventana de Asociacin (Associate en el Explorer), tiene los
siguientes elementos:
El principal algoritmo de asociacin implementado en WEKA es el algoritmo
"Apriori". Este algoritmo nicamente puede buscar reglas entre atributos
simblicos, razn por la que se requiere haber discretizado todos los atributos
numricos.
Mediante algoritmos de asociacin podemos realizar la bsqueda automtica de
reglas que relacionan conjuntos de atributos entre s. Son algoritmos no
supervisados, ya que no existen relaciones conocidas a priori con las que
contrastar la validez de los resultados, sino que se evala si esas reglas son
estadsticamente significativas. El principal algoritmo implementado en WEKA es el
algoritmo Apriori, el cual slo busca reglas entre atributos simblicos, por lo cual
todos los atributos numricos deberan ser discretizados previamente.

Marco contextual
Uno de los temas ms hablados actualmente es el anlisis de todo lo relacionado
con el social networking.
Gracias a la herramienta de Minera de Datos Weka, se ha podido ir realizando
anlisis respecto.
Analizar la informacin contenida en los tweets de de Twitter para sacar
conclusiones sobre lo que se est diciendo y expresarlo en la red es posible
gracias a esta potente herramienta.
Otro proyecto en la Universidad de Granada en el Departamento de Ciencias de
la Computacin para la prediccin de elementos funcionales en "ADN basura"
bacteriano, las enfermedades bacterianas son las causantes de un gran nmero
de muertes al ao en todo el mundo, encontrndose entre stas infecciones
alimenticias tan comunes como la salmonelosis o infecciones intrahospitalarias. En
los ltimos 5 aos se ha puesto de manifiesto que la clave para entender los
mecanismos moleculares del funcionamiento de estas bacterias reside en el "ADN
basura", en concreto en un nuevo tipo de genes que se conocen como "ARN
pequeos no codificadores de protenas" (sRNAs).
En este trabajo se propuso una metodologa computacional con el uso de WEKA
que permiti detectar y predecir sRNAs, reduciendo el nmero de falsos positivos
y a su vez incrementando la capacidad de prediccin de nuevos sRNAs en
genomas bacterianos. El proyecto consisti en la creacin de un mdulo basado
en software libre que permita la prediccin automtica de estos elementos en
genomas completos, mediante una interfaz que permita su uso por parte de
usuarios del campo de Ciencias de la Salud. El resultado de este proyecto fue
usado por el Instituto de Biotecnologa de la Universidad de Granada y se puso a
disposicin de la comunidad cientfica.
Aplicaciones en diferentes reas:
Marketing
Identifica patrones de compra de los clientes: Determinar cmo compran, a
partir de sus principales caractersticas, conocer el grado de inters sobre tipos
de productos, etc.
Segmenta clientes: Consiste en la agrupacin de los clientes con
caractersticas similares, por ejemplo demogrficas.
Predice respuestas a campaas de mailing: Estas campaas son caras y est
por ello muy relacionada con la segmentacin de clientes.
Analiza cestas de la compra [market-basket analysis]: Consiste en descubrir
relaciones entre productos, esto es, determinar qu productos suelen
comprarse junto con otros, con el fin de distribuirlos adecuadamente.

Compaas de Seguros
En el sector de las compaas de seguros y la salud privada, se pueden emplear
Weka con sus tcnicas de minera de datos:
Analiza procedimientos mdicos solicitados conjuntamente.
Predice qu clientes compran nuevas plizas.
Identifica patrones de comportamiento para clientes con riesgo.
Identifica comportamiento fraudulento.

Banca
En el sector bancario la informacin que puede almacenarse es, adems de las
cuentas de los clientes, la relativa a la utilizacin de las tarjetas de crdito, que
puede permitir conocer hbitos y patrones de comportamiento de los usuarios.
Esta informacin puede aplicarse para:
Detecta patrones de uso fraudulento de tarjetas de crdito.
Identifica clientes leales: Es importante para las compaas de cualquier sector
mantener los clientes, es cuatro veces ms caro obtener nuevos clientes que
mantener los existentes.
Predice clientes con probabilidad de cambiar su afiliacin.
Determina gasto en tarjeta de crdito por grupos.
Encuentra correlaciones entre indicadores financieros.
Identifica reglas de mercado de valores a partir de histricos.

Telecomunicaciones
En el sector de las telecomunicaciones se puede almacenar informacin para:
Detecta fraude telefnico: Mediante por ejemplo el agrupamiento o clustering
se pueden detectar patrones en los datos que permitan detectar fraudes.

Medicina

Tambin en el campo mdico se almacena gran cantidad de informacin, sobre
los pacientes, tal como enfermedades pasadas, tratamientos impuestos, pruebas
realizadas, evolucin.
Identifica terapias mdicas satisfactorias para diferentes enfermedades.
Asocia sntomas y clasificacin diferencial de patologas.
Estudia factores (genticos, precedentes, hbitos, alimenticios) de riesgo para la
salud en distintas patologas.
Segmentacin de pacientes para una atencin ms inteligente segn su grupo.
Estudios epidemiolgicos, anlisis de rendimientos de campaas de
informacin, prevencin, sustitucin de frmacos,...
Identifica terapias mdicas y tratamientos errneos para determinadas
enfermedades.

Minera de Textos

La Minera de Textos [Text Mining] surge ante el problema cada vez ms
apremiante de extraer informacin automticamente a partir de masas de textos.
Se trata as de extraer informacin de datos no estructurados: texto plano.
Existen varias aproximaciones a la representacin de la informacin no
estructurada en Weka:

Bag of Words: Cada palabra constituye una posicin de un vector y el valor
corresponde con el nmero de veces que ha aparecido.
N-gramas o frases: Permite tener en cuenta el orden de las palabras.
Trata mejor frases negativas ... excepto..., ... pero no...., que tomaran en otro
caso las palabras que le siguen como relevantes.
Representacin relacional (primer orden): Permite detectar patrones ms
complejos.


WEKA

Weka es un conjunto de libreras JAVA para la extraccin de conocimientos desde bases
de datos. Es un software ha sido desarrollado en la universidad de Waikato (Nueva
Zelanda) bajo licencia GPL lo cual ha impulsado que sea una de las suites ms utilizadas
en el rea en los ltimos aos.
Este documento introduce con sencillos ejemplos algunos de las tcnicas ms
importantes de este software. Para el desarrollo de los ejemplos es necesario utilizar los
siguientes conjuntos de datos.
Una de las propiedades ms interesantes de este software, es su facilidad para aadir
extensiones, modificar mtodos etc... Por ejemplo, este fichero es un ejemplo de como
crear nuevos esquemas de aprendizaje utilizando Weka. En concreto se trata del
esquema "Delegating Classifiers" (Ferri, Flach and Hernandez-Orallo ICML '04). No tiene
demasiados comentarios, pero puede servir de ejemplo de programacin con Weka. La
salida generada est lista para que sea analizada con el t-test de Weka.


DATOS PARA ANALIZAR

% Changes to WEKA Format: SRG - November 1994
% 1. Boolean attributes changed from 1 and 0 to Enumerated attribute with
% values {true and false}
% 2. Class Number (Attribute 18) changed to an Enumerated type with
% values {1,2,3,4,5,6,7}
%
% December 1997 - Changed class attribute values to semi-sensible names
%
% 1. Title: Zoo database
%
% 2. Source Information
% -- Creator: Richard Forsyth
% -- Donor: Richard S. Forsyth
% 8 Grosvenor Avenue
% Mapperley Park
% Nottingham NG3 5DX
% 0602-621676
% -- Date: 5/15/1990
%
% 3. Past Usage:
% -- None known other than what is shown in Forsyth's PC/BEAGLE User's Guide.
%
% 4. Relevant Information:
% -- A simple database containing 17 Boolean-valued attributes. The "type"
% attribute appears to be the class attribute. Here is a breakdown of
% which animals are in which type: (I find it unusual that there are
% 2 instances of "frog" and one of "girl"!)
%
% Class# Set of animals:
% ====== ===============================================================
% 1 (41) aardvark, antelope, bear, boar, buffalo, calf,
% cavy, cheetah, deer, dolphin, elephant,
% fruitbat, giraffe, girl, goat, gorilla, hamster,
% hare, leopard, lion, lynx, mink, mole, mongoose,
% opossum, oryx, platypus, polecat, pony,
% porpoise, puma, pussycat, raccoon, reindeer,
% seal, sealion, squirrel, vampire, vole, wallaby,wolf
% 2 (20) chicken, crow, dove, duck, flamingo, gull, hawk,
% kiwi, lark, ostrich, parakeet, penguin, pheasant,
% rhea, skimmer, skua, sparrow, swan, vulture, wren
% 3 (5) pitviper, seasnake, slowworm, tortoise, tuatara
% 4 (13) bass, carp, catfish, chub, dogfish, haddock,
% herring, pike, piranha, seahorse, sole, stingray, tuna
% 5 (4) frog, frog, newt, toad
% 6 (8) flea, gnat, honeybee, housefly, ladybird, moth, termite, wasp
% 7 (10) clam, crab, crayfish, lobster, octopus,
% scorpion, seawasp, slug, starfish, worm
%
% 5. Number of Instances: 101
% 6. Number of Attributes: 18 (animal name, 15 Boolean attributes, 2 numerics)
% 7. Attribute Information: (name of attribute and type of value domain)
% 1. animal name: Unique for each instance
% 2. hair Boolean
% 3. feathers Boolean
% 4. eggs Boolean
% 5. milk Boolean
% 6. airborne Boolean
% 7. aquatic Boolean
% 8. predator Boolean
% 9. toothed Boolean
% 10. backbone Boolean
% 11. breathes Boolean
% 12. venomous Boolean
% 13. fins Boolean
% 14. legs Numeric (set of values: {0,2,4,5,6,8})
% 15. tail Boolean
% 16. domestic Boolean
% 17. catsize Boolean
% 18. type Numeric (integer values in range [1,7])
%
% 8. Missing Attribute Values: None
% 9. Class Distribution: Given above

@RELATION zoo

@ATTRIBUTE animal
{aardvark,antelope,bass,bear,boar,buffalo,calf,carp,catfish,cavy,cheetah,chicken,chub,clam,crab,crayfish,crow,deer,dogfish,
dolphin,dove,duck,elephant,flamingo,flea,frog,fruitbat,giraffe,girl,gnat,goat,gorilla,gull,haddock,hamster,hare,hawk,herring,ho
neybee,housefly,kiwi,ladybird,lark,leopard,lion,lobster,lynx,mink,mole,mongoose,moth,newt,octopus,opossum,oryx,ostrich,p
arakeet,penguin,pheasant,pike,piranha,pitviper,platypus,polecat,pony,porpoise,puma,pussycat,raccoon,reindeer,rhea,scorpi
on,seahorse,seal,sealion,seasnake,seawasp,skimmer,skua,slowworm,slug,sole,sparrow,squirrel,starfish,stingray,swan,termi
te,toad,tortoise,tuatara,tuna,vampire,vole,vulture,wallaby,wasp,wolf,worm,wren}
@ATTRIBUTE hair {false, true}
@ATTRIBUTE feathers {false, true}
@ATTRIBUTE eggs {false, true}
@ATTRIBUTE milk {false, true}
@ATTRIBUTE airborne {false, true}
@ATTRIBUTE aquatic {false, true}
@ATTRIBUTE predator {false, true}
@ATTRIBUTE toothed {false, true}
@ATTRIBUTE backbone {false, true}
@ATTRIBUTE breathes {false, true}
@ATTRIBUTE venomous {false, true}
@ATTRIBUTE fins {false, true}
@ATTRIBUTE legs INTEGER [0,9]
@ATTRIBUTE tail {false, true}
@ATTRIBUTE domestic {false, true}
@ATTRIBUTE catsize {false, true}
@ATTRIBUTE type { mammal, bird, reptile, fish, amphibian, insect, invertebrate }

@DATA
%
% Instances (101):
%
aardvark,true,false,false,true,false,false,true,true,true,true,false,false,4,false,false,true,mammal
antelope,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
bass,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,false,fish
bear,true,false,false,true,false,false,true,true,true,true,false,false,4,false,false,true,mammal
boar,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
buffalo,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
calf,true,false,false,true,false,false,false,true,true,true,false,false,4,true,true,true,mammal
carp,false,false,true,false,false,true,false,true,true,false,false,true,0,true,true,false,fish
catfish,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,false,fish
cavy,true,false,false,true,false,false,false,true,true,true,false,false,4,false,true,false,mammal
cheetah,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
chicken,false,true,true,false,true,false,false,false,true,true,false,false,2,true,true,false,bird
chub,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,false,fish
clam,false,false,true,false,false,false,true,false,false,false,false,false,0,false,false,false,invertebrate
crab,false,false,true,false,false,true,true,false,false,false,false,false,4,false,false,false,invertebrate
crayfish,false,false,true,false,false,true,true,false,false,false,false,false,6,false,false,false,invertebrate
crow,false,true,true,false,true,false,true,false,true,true,false,false,2,true,false,false,bird
deer,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
dogfish,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,true,fish
dolphin,false,false,false,true,false,true,true,true,true,true,false,true,0,true,false,true,mammal
dove,false,true,true,false,true,false,false,false,true,true,false,false,2,true,true,false,bird
duck,false,true,true,false,true,true,false,false,true,true,false,false,2,true,false,false,bird
elephant,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
flamingo,false,true,true,false,true,false,false,false,true,true,false,false,2,true,false,true,bird
flea,false,false,true,false,false,false,false,false,false,true,false,false,6,false,false,false,insect
frog,false,false,true,false,false,true,true,true,true,true,false,false,4,false,false,false,amphibian
frog,false,false,true,false,false,true,true,true,true,true,true,false,4,false,false,false,amphibian
fruitbat,true,false,false,true,true,false,false,true,true,true,false,false,2,true,false,false,mammal
giraffe,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
girl,true,false,false,true,false,false,true,true,true,true,false,false,2,false,true,true,mammal
gnat,false,false,true,false,true,false,false,false,false,true,false,false,6,false,false,false,insect
goat,true,false,false,true,false,false,false,true,true,true,false,false,4,true,true,true,mammal
gorilla,true,false,false,true,false,false,false,true,true,true,false,false,2,false,false,true,mammal
gull,false,true,true,false,true,true,true,false,true,true,false,false,2,true,false,false,bird
haddock,false,false,true,false,false,true,false,true,true,false,false,true,0,true,false,false,fish
hamster,true,false,false,true,false,false,false,true,true,true,false,false,4,true,true,false,mammal
hare,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,false,mammal
hawk,false,true,true,false,true,false,true,false,true,true,false,false,2,true,false,false,bird
herring,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,false,fish
honeybee,true,false,true,false,true,false,false,false,false,true,true,false,6,false,true,false,insect
housefly,true,false,true,false,true,false,false,false,false,true,false,false,6,false,false,false,insect
kiwi,false,true,true,false,false,false,true,false,true,true,false,false,2,true,false,false,bird
ladybird,false,false,true,false,true,false,true,false,false,true,false,false,6,false,false,false,insect
lark,false,true,true,false,true,false,false,false,true,true,false,false,2,true,false,false,bird
leopard,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
lion,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
lobster,false,false,true,false,false,true,true,false,false,false,false,false,6,false,false,false,invertebrate
lynx,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
mink,true,false,false,true,false,true,true,true,true,true,false,false,4,true,false,true,mammal
mole,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,false,mammal
mongoose,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
moth,true,false,true,false,true,false,false,false,false,true,false,false,6,false,false,false,insect
newt,false,false,true,false,false,true,true,true,true,true,false,false,4,true,false,false,amphibian
octopus,false,false,true,false,false,true,true,false,false,false,false,false,8,false,false,true,invertebrate
opossum,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,false,mammal
oryx,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,true,mammal
ostrich,false,true,true,false,false,false,false,false,true,true,false,false,2,true,false,true,bird
parakeet,false,true,true,false,true,false,false,false,true,true,false,false,2,true,true,false,bird
penguin,false,true,true,false,false,true,true,false,true,true,false,false,2,true,false,true,bird
pheasant,false,true,true,false,true,false,false,false,true,true,false,false,2,true,false,false,bird
pike,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,true,fish
piranha,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,false,fish
pitviper,false,false,true,false,false,false,true,true,true,true,true,false,0,true,false,false,reptile
platypus,true,false,true,true,false,true,true,false,true,true,false,false,4,true,false,true,mammal
polecat,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
pony,true,false,false,true,false,false,false,true,true,true,false,false,4,true,true,true,mammal
porpoise,false,false,false,true,false,true,true,true,true,true,false,true,0,true,false,true,mammal
puma,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
pussycat,true,false,false,true,false,false,true,true,true,true,false,false,4,true,true,true,mammal
raccoon,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
reindeer,true,false,false,true,false,false,false,true,true,true,false,false,4,true,true,true,mammal
rhea,false,true,true,false,false,false,true,false,true,true,false,false,2,true,false,true,bird
scorpion,false,false,false,false,false,false,true,false,false,true,true,false,8,true,false,false,invertebrate
seahorse,false,false,true,false,false,true,false,true,true,false,false,true,0,true,false,false,fish
seal,true,false,false,true,false,true,true,true,true,true,false,true,0,false,false,true,mammal
sealion,true,false,false,true,false,true,true,true,true,true,false,true,2,true,false,true,mammal
seasnake,false,false,false,false,false,true,true,true,true,false,true,false,0,true,false,false,reptile
seawasp,false,false,true,false,false,true,true,false,false,false,true,false,0,false,false,false,invertebrate
skimmer,false,true,true,false,true,true,true,false,true,true,false,false,2,true,false,false,bird
skua,false,true,true,false,true,true,true,false,true,true,false,false,2,true,false,false,bird
slowworm,false,false,true,false,false,false,true,true,true,true,false,false,0,true,false,false,reptile
slug,false,false,true,false,false,false,false,false,false,true,false,false,0,false,false,false,invertebrate
sole,false,false,true,false,false,true,false,true,true,false,false,true,0,true,false,false,fish
sparrow,false,true,true,false,true,false,false,false,true,true,false,false,2,true,false,false,bird
squirrel,true,false,false,true,false,false,false,true,true,true,false,false,2,true,false,false,mammal
starfish,false,false,true,false,false,true,true,false,false,false,false,false,5,false,false,false,invertebrate
stingray,false,false,true,false,false,true,true,true,true,false,true,true,0,true,false,true,fish
swan,false,true,true,false,true,true,false,false,true,true,false,false,2,true,false,true,bird
termite,false,false,true,false,false,false,false,false,false,true,false,false,6,false,false,false,insect
toad,false,false,true,false,false,true,false,true,true,true,false,false,4,false,false,false,amphibian
tortoise,false,false,true,false,false,false,false,false,true,true,false,false,4,true,false,true,reptile
tuatara,false,false,true,false,false,false,true,true,true,true,false,false,4,true,false,false,reptile
tuna,false,false,true,false,false,true,true,true,true,false,false,true,0,true,false,true,fish
vampire,true,false,false,true,true,false,false,true,true,true,false,false,2,true,false,false,mammal
vole,true,false,false,true,false,false,false,true,true,true,false,false,4,true,false,false,mammal
vulture,false,true,true,false,true,false,true,false,true,true,false,false,2,true,false,true,bird
wallaby,true,false,false,true,false,false,false,true,true,true,false,false,2,true,false,true,mammal
wasp,true,false,true,false,true,false,false,false,false,true,true,false,6,false,false,false,insect
wolf,true,false,false,true,false,false,true,true,true,true,false,false,4,true,false,true,mammal
worm,false,false,true,false,false,false,false,false,false,true,false,false,0,false,false,false,invertebrate
wren,false,true,true,false,true,false,false,false,true,true,false,false,2,true,false,false,bird
%
%
%








GRAFICAS DE CLASIFICACIN



Segn las caractersticas de los animales pueden ser clasificados de distintas maneras,
para poder entender esto mejor es necesario observar cada una de las grficas, pues de
acuerdo a cada atributo o caracterstica se pueden obtener datos distintos, entonces es
de vital importancia elegir con que atributo se desea trabajar con las grficas.















Como se puede observar la cantidad de instancias que se formaron y los atributos que se
encontraron adems se pueden hacer anlisis en rbol en el cual especifica que en el
rbol se generan 9 ramas y el rbol tiene un tamao de 17


Tambien se puede apreciar la tabla que muestra los porcentajes de error que pueden
generarse y la matriz de confusin, la cual representa en las diagonales que tanto
porcentaje de error o de confiabilidad se puede tener en la diagonal, entre mayor sea el
resultado de su respectiva letra es el mayor grado de confiabilidad.



En esta funcin se puede observar que re realizaron 3 iteraciones de las cuales en la
primera se utilizaron 101 datos, en la siguiente 41 y en la ultima 60, segn el anlisis el
atributo ms importante es del pelo