[R-es] Duda sobre cómo analizar un experimento factorial con algoritmos de extracción de características, clustering y clasificación como factores

[Isidro Hidalgo Arellano]

Hola, Daniel:
Quizá deberías ser más explícito porque de la información que
suministras yo solo te puedo decir que no veo la relación entre los 3
tipos de algoritmos que nombras:
- un análisis de componentes principales puede ser una fase previa de
los otros dos
- hacer un cluster es un tipo de aprendizaje no supervisado, mientras
que un clasificador normalmente es utilizado en aprendizaje
supervisado, porque se modeliza conociendo la variable dependiente
Por ello, no veo cómo montar un ANOVA para analizar 3 procedimientos
que a mí me parece que se utilizan para cosas completamente
diferentes...
Me imagino que no he sido de mucha ayuda, pero... ¿por qué no nos
dices exactamente que quieres hacer, a ver si te podemos ayudar algo
más?
Un saludo,
Isidro Hidalgo 



> El 25/11/2014, a las 22:09, Daniel Carrillo Zapata  escribió:
> 
> 
> 
> Hola compañeros
> 
> Soy Daniel Carrillo, y os escribo porque me ha surgido una duda
sobre si 
> puedo tratar algoritmos de clustering como un factor en un
experimento. 
> Concretamente, tengo un conjunto de datos sin etiquetar, y quiero
probar 
> los siguientes algoritmos sobre él:
> 
> 1) Extracción de características por PCA y por ICA.
> 2) Una vez tenga extraídas las características, para cada uno de 
> los dos conjuntos transformados quisiera probar 3 diferentes
algoritmos 
> de clustering: k-medoids, EM y hierachical clustering.
> 3) Por último, para cada conjunto etiquetado quisiera probar 4 ó 5

> clasificadores.
> 
> Como se puede ver, estoy diseñando un experimento factorial para 
> encontrar el mejor clasificador basándome en probar diferentes
técnicas 
> de extracción de características, clustering y clasificación.
> 
> Mi objetivo final es entrenar al mejor clasificador basándome en el

> mejor algoritmo de clustering, de clasificación y de extracción de

> características para que etiquete futuros datos.
> 
> Sin embargo, me han surgido dudas de cómo analizar los resultados,
y es 
> que no sé si se puede aplicar una ANOVA de 3 vías con
interacción, 
> siendo los 3 factores el algoritmo de extracción de
características, 
> algoritmo de clustering y algoritmo de clasificación. Mis preguntas
por 
> tanto son:
> 
> 1) ¿Tiene sentido aplicar ANOVA de 3 vías con interacción?
> 2) Si no, ¿cuál sería la mejor manera de analizar los resultados 
> del experimento?
> 3) ¿Hay alguna forma de seleccionar al mejor clasificador teniendo 
> en cuenta los errores de clasificación y cuán bien el algoritmo de

> clustering agrupa los datos (por ejemplo, comparando los "silhouette

> coefficients")?, porque pienso que esto lo debería tener en cuenta
también.
> 
> Mis dudas vienen suscitadas por el hecho de que pienso que los 
> algoritmos de clasificación son totalmente dependientes del los de 
> clustering (que les etiqueta los datos).
> 
> Confío en vuestra experiencia para que me aportéis un rayo de luz
en esto
> 
> ¡Muchísimas gracias!
> 
> Un saludo,
> DANI
> 
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz..ch/mailman/listinfo/r-help-es


	[[alternative HTML version deleted]]