enriquecimiento del conocimiento previo en programación lógica ...

3. Revisión de métodos 8f ′ (t 1 , . . . , t n ) ∈ BestR. Por último para especializar la cláusula G se añade f ′ , en lugar de f, al cuerpo deG.TILDE/ICLTop-Down Induction of Logical DEcision Trees o TILDE [3], es un sistema ILP cuyo esquema de aprendizajees el de interpretaciones, y las teorías construidas con árboles de decisión lógicos [4].Los argumentos numéricos que serán discretizados se declaran a priori con el metapredicado to be discretized.Así, to be discretized (atom (A, B, C) , [A, C]) indica que los argumentos A y C deben ser discretizados.La discretizaciòn de cada argumento declarado, se lleva a cabo antes del proceso de aprendizaje conel algoritmo MDLP, al cual se le han hecho dos adaptaciones. Primero, en lugar del número de ejemplospara el cálculo de la ganancia de información, se utiliza una suma de pesos. Esto se debe a que en losdatos relacionales un ejemplo puede tener más de un valor por cada argumento. De esta manera un ejemplosin valores tiene un peso igual a 0. Si tiene el máximo de valores posible, entonces tiene un peso igual a1. La segunda adaptación es respecto al criterio de paro, ya que en el algoritmo de discretización original,el criterio de paro depende del Mminimum Description Length Principle. En TILDE el usuario define unnúmero máximo de intervalos M, con lo cual la ejecución del algoritmo se detiene cuando el rango numéricose divida en M intervalos.Los intervalos creados pueden ser usados de las siguientes formas: usando desigualdades (, ≥)para identificar si un valor numérico es menor o mayor que algún punto de división; con igualdad (=) paraverificar si algún valor cae dentro de algún intervalo limitado por dos puntos de división consecutivos, p.e.V alor ∈ Intervalo = [d 1 ..d 2 ]; y por último verificando si un valor se encuentra en un intervalo creado pordos puntos de división no consecutivos.En [19, 20], los autores adaptan el algoritmo de discretización MDLP exactamente igual que en TILDE,pero el esquema de aprendizaje es el de Inductive Constraint Logic - ICL.Ent MDL o ECL-GSDEl sistema Entropy Minimization plus Minimum Description Length Principle - Ent MDL [9] (llamado ECLwith Global Univariate Supervised Discretization - ECL-GSD en [11]), utiliza el algoritmo MDLP paradiscretizar el rango de de cada atributo numérico. Al igual que TILDE e ICL la discretización es a priori,aunque no se menciona ninguna modificación al algoritmo original. En este caso cada intervalo creado esutilizado como un valor categórico durante el aprendizaje.Aprendizaje Multivalores en ILP (AMILP)En nuestro trabajo de maestría llevamos a cabo una discretización global (antes del proceso de aprendizaje)de los atributos categóricos y numéricos. Esta discretización es binaria y para cada atributo numérico obtenemosun punto de división d, y para cada atributo categórico se obtienen dos subconjuntos de categorías.Esta discretización se lleva a cabo con el algoritmo de división de nodo de dos inductores de árbolesde decisión: QUEST (Quick Unbiased Efficient Statistical Tree) [22] y CRUISE (Classification Rule withUnbiased Interaction Selection and Estimation) [18].Después de discretizar los atributos, se crean nuevas variables (multivalores) que son agregadas alconocimiento previo del conjunto de entrenamiento.Por último se ejecuta el proceso de aprendizaje utilizando dos de los sistemas más populares en ILP:Aleph [26] y FOIL [25].