Arboles de Induccion

Árboles Basados en la Inducción

• Modelo de predicción utilizado en la

inteligencia artificial

• Dada una base de datos se construyen

diagramas de construcciones lógicas, que

representan y categorizan una serie de

condiciones que ocurren de forma

sucesiva

Arboles de decisión

Construcción de Árboles

ID3

ID3

• Entropía.

• Ganancia.

• Promedio de pesos.

• Recursivo

ID3

ID3

• Trata de construir un árbol que discrimine de

entre casos “positivos” y casos “negativos”.

Hair Length <= 5?

yes no

Entropía

• Incertidumbre que hay en un sistema. Ante

una cierta situación, la probabilidad de que

ocurra cada uno de los posibles resultados.

0000000 0

101011010 ?

Ganancia

• Permite medir la información proporcionada

por un atributo.

• Que tanto influye ese atributo.

Fórmulas• Entropía

• Promedio de pesos

• Ganancia

Person Hair Length

Weight Age Class

Homer 0” 250 36 M

Marge 10” 150 34 F

Bart 2” 90 10 M

Lisa 6” 78 8 F

Maggie 4” 20 1 F

Abe 1” 170 70 M

Selma 8” 160 41 F

Otto 10” 180 38 M

Krusty 6” 200 45 M

Hair Length <= 5?

yes no

Entropy(4F,5M) = -(4/9)*ln(4/9)/ln2 - (5/9)*ln(5/9)/ln2

= 0.9911

G(Hair Length <= 5) = 0.9911 – (4/9 * 0.8113 + 5/9 * 0.9710 ) = 0.0911

ID3

entropia();

entropy();

valoresIguales();

Pos();

posiciones();

Cortador();

metodoUno();

busqueda();

Atributos();

pMaxima();

Ganancia();

CapturaMouseMoved();

CapturaMouseExited();

GuardadMouseExited();

GuardarMouseMoved();

GuardarActionPerformed();

Item_GuardarActionPerformed();

Item_SalirActionPerformed();

formWindowOpened();

Guardar();

leerInterface();

Validarregistro();

escribirRegistro();

cargarArchivo();

leerArchivo();

Interfaz

Algoritmo

• Basado en LinkedList (Listas)

General

Humedad

N P

P Viento

N P

alta normal

asoleado nublado lluvioso

nosi