Evaluación de Reglas de Asociación en Text Mining Utilizando ...

Clasificación y Predicción
Clasificación y predicción representan dos formas de análisis de datos. La primera se
utiliza para extraer modelos que describen relaciones entre los datos, y la segunda para
predecir la tendencia futura de éstos. Por ejemplo, un modelo de clasificación se podría
utilizar en un banco para categorizar los créditos en justos o excelentes, en cambio, un modelo
de predicción podría predecir los gastos de potenciales clientes en equipamientos
computacionales dados sus ingresos y ocupación. El método de clasificación y predicción, a
diferencia del Clustering, es un método de aprendizaje supervisado, ya que los datos de
entrenamiento deben estar acompañados por rótulos que indican la clase de las observaciones,
además los datos nuevos se clasifican basados en el set de entrenamiento.
Este método se compone de dos etapas: primero, se realiza la construcción del modelo
de clasificación, el cual describe un conjunto de clases predeterminadas (ver figura 2). Este
modelo se genera por medio de reglas de clasificación, árboles de decisión, etc. En el segundo
paso (ver figura 3) se utiliza el modelo de clasificación para clasificar objetos desconocidos o
futuros. En esta etapa para estimar la precisión del modelo se compara el rótulo desconocido
de las muestras de prueba con el resultado clasificado por el modelo. La tasa de precisión del
modelo es la proporción de las muestras de prueba que fueron correctamente clasificadas por
el modelo. Aquí, el set de prueba es independiente del set de entrenamiento para evitar
problemas de over-fitting, es decir, evitar errores en la clasificación por causas del set de
entrenamiento [17].
Figura 2: Proceso de Clasificación: etapa de aprendizaje.
16