Cómo afecta la reducción de atributos en los árboles de clasificación con pacientes de hepatitis

Abstract

El seguimiento de los pacientes con cualquier enfermedad de la que se quiera extraer información cada vez es más habitual, debido a dos razones, numerosos avances en las investigaciones de las enfermedades y numerosos profesionales que en esto últimos años se están formando en la ciencia de datos (extracción, procesamiento, análisis y predicción). Esta investigación tiene como objetivo principal averiguar si una selección de atributos previa a la construcción del modelo afecta negativamente o positivamente al desarrollo del modelo, tiempo de ejecución, compresibilidad de los resultados etc. Además de hacer un estudio completo de los datos que se presentan para utilizar todas las técnicas de Minería de datos (factorización y Selección de Atributos) e incluso intentaremos predecir el desenlacé de los pacientes (Arboles de decisión). En conclusión, haremos un estudio completo de los pacientes con hepatitis obtenido de la Universidad de Carnegie-Mellon en noviembre de 1988, pero siempre respondiendo la pregunta de, ¿qué mejora obtenemos al incluir una selección de atributos previa a la construcción del modelo?