Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Weka archivos de ejemplo para practicar conocimientos
Tipo: Ejercicios
1 / 3
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
=== Run informaƟon === Scheme: weka.classifiers.trees.J48 -C 0.25 -M 2 RelaƟon: weather.symbolic Instances: 14 AƩributes: 5 outlook temperature humidity windy play Test mode: 10-fold cross-validaƟon === Classifier model (full training set) === J48 pruned tree
outlook = sunny | humidity = high: no (3.0) | humidity = normal: yes (2.0) outlook = overcast: yes (4.0) outlook = rainy | windy = TRUE: no (2.0) | windy = FALSE: yes (3.0) Number of Leaves : 5 Size of the tree : 8 Time taken to build model: 0 seconds === StraƟfied cross-validaƟon === === Summary === Correctly Classified Instances 7 50 % Incorrectly Classified Instances 7 50 % Kappa staƟsƟc -0. Mean absolute error 0. Root mean squared error 0. RelaƟve absolute error 87.5 % Root relaƟve squared error 121.2987 % Total Number of Instances 14 === Detailed Accuracy By Class === TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class 0.556 0.600 0.625 0.556 0.588 -0.043 0.633 0.758 yes 0.400 0.444 0.333 0.400 0.364 -0.043 0.633 0.457 no Weighted Avg. 0.500 0.544 0.521 0.500 0.508 -0.043 0.633 0. === Confusion Matrix === a b <-- classified as 5 4 | a = yes 3 2 | b = no Problemática La problemática descrita se refiere a la evaluación de un modelo de clasificación construido utilizando el algoritmo J48 (un tipo de árbol de decisión) en el conjunto de datos de predicción del tiempo ("weather.symbolic").
