DOI:
https://doi.org/10.14483/2322939X.4111Publicado:
2007-12-01Número:
Vol. 4 Núm. 1 (2007)Sección:
Investigación y DesarrolloCLASIFICACIÓN DE DATOS USANDO EL MÉTODO K-NN
Palabras clave:
Vecindad, heurística de consistencia, distancia euclidiana, atributo, clase, casos o instancias, datos de entrenamiento, radio, efectividad, matriz de confusión, eficiencia. (es).Descargas
Resumen (es)
En este artículo se muestra cómo usar el método k-nn (k-nearest neighbours o en español k-vecinos más cercanos) para clasificación de datos mediante la descripción del proceso de desarrollo del programa k-nn v1.9 desarrollado en la Facultad Tecnológica de la Universidad Distrital Francisco José de Caldas. Se parte de las bases teóricas de k-nn, luego se describe el algoritmo que se implementó durante el desarrollo del software y cómo se sortearon los diferentes problemas durante su implementación, y finalmente se analizan los resultados de las pruebas realizadas con la aplicación k-nn v1.9, de donde se obtienen algunas conclusiones.
Referencias
Hernández Orallo, J.; Ramírez Quintano, M. J. y Ferri Ramírez, C. (2004). Introducción a la minería de datos. Madrid: Pearson Educación.
Rich, E. y Knight, K. (1994). Inteligencia artificial. McGraw-Hill. Rolston, D. W. (1990). Inteligencia artificial y sistemas expertos. Bogotá: McGraw-Hill.
Rusell, S. y Norving P. (1995). Inteligencia artificial. Un enfoque moderno. Prentice Hall Hispanoamericana S.A.
Winston, P. H. (1994). Inteligencia artificial.Addison-Wesley Iberoamericana.