Archivo para la categoría ‘Data Mining’
Lunes, Abril 15th, 2013
El PROC FASTCLUS en SAS nos permite realizar análisis de agrupamiento dirigido mediante el algoritmo de las k-medias. Este algoritmo tiene algunos problemas pero nos puede servir para agrupar de forma multivariante observaciones. Es rápido, sencillo de explicar y con algunas lagunas no funciona mal. Como aproximación a nuestras segmentaciones ...
Publicado en Consultoría, Data Mining, Formación, Monográficos, SAS, Trucos, WPS | No hay Comentarios »
Miércoles, Febrero 27th, 2013
Hoy quería proponeros una forma poco ortodoxa de medir la importancia de las variables en un modelo de regresión logística con SAS. La cuestión es: dado un modelo de regresión logística crear un ranking con las variables más importantes dentro del modelo. Para esta tarea recomiendo el uso de random ...
Publicado en Consultoría, Data Mining, Formación, Modelos, Monográficos, SAS | 1 Comentario »
Miércoles, Agosto 1st, 2012
Retomamos un asunto tratado en días anteriores, los peligros de realizar un análisis de agrupamiento basado en las distancias entre observaciones. ¿Cómo podemos evitar este problema? Empleando máquinas de vectores de soporte, traducción de Support Vector Machines (SVM). Esta técnica de clasificación de la que ya hablamos en otra entrada ...
Publicado en Data Mining, Formación, Monográficos, R | No hay Comentarios »
Lunes, Julio 16th, 2012
Quería plantearos un ejemplo de análisis cluster para observar el peligro que tiene agrupar observaciones en base a grupos homogéneos creados con distancias multivariantes. Para ilustrar el ejemplo trabajamos con R, creamos grupos en base a 2 variables, esto nos facilita los análisis gráficos. Simulamos el conjunto de datos con ...
Publicado en Data Mining, Formación, R | 6 Comentarios »
Martes, Abril 3rd, 2012
Hace tiempo que quería publicar una entrada en respuesta a estos comentarios escritos en el blog. Se trata de analizar las búsquedas en Google a través de Google Trends de los términos: Business Intelligence, Data Mining, Cloud Computing y NOSQL. El resultado es más que interesante:
En rojo tenemos Data Mining, ...
Publicado en Business Intelligence, Consultoría, Data Mining, R | No hay Comentarios »
Martes, Marzo 27th, 2012
De nuevo volvemos a la entrada de ayer para replicar el código SAS utilizado en R. Se trata de realizar 3 modelos de regresión logística con R para estudiar como influyen en los parámetros el uso de un conjunto de datos con sobremuestreo o el uso de un conjunto de ...
Publicado en Data Mining, Formación, Monográficos, R | 1 Comentario »
Lunes, Marzo 26th, 2012
Hoy vamos a volver sobre el tema del sobremuestreo. Respondemos a un lector, Roberto, que hace mucho tiempo planteó una duda al respecto. La duda se puede resumir: En un modelo logístico, ¿equivale entrenar un modelo con las observaciones sobremuestreadas a entrenar el modelo poniendo un peso a cada observación? ...
Publicado en Consultoría, Data Mining, Formación, Monográficos, SAS | 19 Comentarios »
Martes, Enero 10th, 2012
Interesante iniciativa de Juanjo Gibaja y Carlos Gil Bellosta consistente en leer el libro “The Elements of Statistical Learning”. La idea es crear un grupo de trabajo que lea de forma coordinada el libro, pero además van a implementar en R los ejercicios y ejemplos. Desde esta bitácora no vamos ...
Publicado en Data Mining, Formación, Modelos, R | No hay Comentarios »
Domingo, Noviembre 6th, 2011
El sobremuestreo (oversampling) es una técnica de muestreo que se emplea habitualmente cuando tenemos una baja proporción de casos positivos en clasificaciones binomiales. Los modelos pueden “despreciar” los casos positivos por ser muy pocos y nuestro modelo no funcionaría. Para incrementar el número de casos positivos se emplea el sobremuestreo. ...
Publicado en Data Mining, Formación, Modelos, Monográficos, R | 6 Comentarios »
Martes, Julio 12th, 2011
Con SAS Base podemos hacer árboles de decisión porque tenemos R. Así de sencillo. Vamos a utilizar SAS para gestionar nuestros datos y R será la herramienta que utilicemos para la realización del modelo de árbol de decisión. Posteriormente emplearemos las reglas generadas por el modelo para etiquetar a nuestros ...
Publicado en Data Mining, Formación, Modelos, Monográficos, R, SAS, WPS | 2 Comentarios »
