Professional Documents
Culture Documents
Computación
Sistemas Avanzados de Bases de Datos
Fecha de entrega:
Miguel Calderón
7 de Diciembre de 2017
Predicción de datos con Orange
TÍTULO:
OBJETIVO
DESARROLLO:
Una vez descargado e instalado el software procedemos abrir el archivo .csv con el cual tenemos que
trabajar para poder realizar el análisis de los datos y poder determinar de acuerdo a los nutrientes si
el producto que se ingresa es vegetal o es una fruta.
Procedemos a abrir los datos que existen en el archivo, aquí se puede observar que existe tanto las
frutas como los vegetales y sus atributos que poseen cada uno.
Al archivo cargado tenemos que agregarle una clasificación, en este caso se llama la herramienta tree
y para poder visualizar los datos se utiliza el tree view.
En la visualización se puede apreciar la clasificación del porcentaje respectivo a frutas y vegetales,
con la diferencia de que nos muestra de manera jerárquica y su atributo correspondiente, por ejemplo
potasio, hierro o calorías, etc
Para la segunda parte utilzamos otro archivo el cual nos otorgará otros datos para el análisis de
datos, realizando la retroalimentación del archivo anterior para poder otorgar aprendizaje al algoritmo
y de esta manera tomar una mejor decisión ya que utiliza una regresión logística.
Una vez obtenido este esquema podemos observar la tabla de predicciones los cuales nos muestra
un porcentaje promedio de los atributos de las frutas y los vegetales, y con esto se puede determinar
que porcentaje necesita para ser futa o vegetal.
La regresión logística coge el algoritmo de regresión encuentra los valores más cercanos a los reales
realizando un barrido de los datos clasificados y con esto nos puede determinar finalmente una mejor
predicción ya que se acerca a los valores reales.
CONCLUSIONES