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 > [email protected] > https://stat.ethz..ch/mailman/listinfo/r-help-es [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
