SQL database primitives for decision tree classifiers

Sattler, Kai-Uwe; Dunemann, Oliver

doi:10.1145/502649.502650

Cited by 17 publications

(21 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Se construyó un modelo de clasificación basado en árboles de decisión, utilizando el algoritmo J48 de la herramienta Weka (18) . Se escogió este algoritmo por su simplicidad y facilidad para interpretar los patrones y por ser el más utilizado para este tipo de problemas (19,20) .…”

Section: Materiales Y Métodosunclassified

“…La clasificación con árboles de decisión considera clases disjuntas, de forma que el árbol conducirá a una y solo una hoja, asignando una única clase a la predicción (22) . Después de construido el modelo servirá para determinar en nuevos casos, el tipo de delito que causó la muerte (19,20) . Para esta tarea, se escogió como clase el atributo Injury que determina si la muerte fue por un homicidio, un accidente de tránsito, un suicidio o una muerte no intencional.…”

Section: Modeladounclassified

See 1 more Smart Citation

Aplicación de los árboles de decisión en la identificación de patrones de lesiones fatales por causa externa en el municipio de Pasto, Colombia

2017

View full text Add to dashboard Cite

Aplicación de los árboles de decisión en la identificación de patrones de lesiones fatales por causa externa en el municipio de Pasto, ColombiaApplication of decision trees in the identification of patterns of fatal injuries by external cause in the municipality of Pasto, ColombiaRicardo Timarán-Pereira 1* orcid.org/0000-0002-0006-6654Andrés Calderón-Romero 2 orcid.org/0000-0002-7396-413XArsenio Hidalgo-Troya 3 orcid.org/0000-0003-4080-118X Resumen Introducción: La Organización Panamericana de la Salud (OPS) desde el año 1993 y la Organización Mundial de la Salud (OMS) en 1996, aceptaron que la violencia es un problema de salud pública, situación que se corrobora en el Informe de Violencia y Salud, en el cual América Latina presentó una tasa de homicidios de 18 por cada 100.000 personas, y es considerada como una de las regiones más violentas del mundo. Objetivo: Detectar patrones delictivos con técnicas de minería de datos en el Observatorio del Delito del municipio de Pasto (Colombia). Materiales y métodos: Se aplicó Cross Industry Standard Process for Data Mining (CRISP-DM), una de las metodologías utilizadas en el desarrollo de proyectos de minería de datos en los ambientes académico e industrial. La fuente de información fue el Observatorio del Delito del municipio de Pasto, donde está almacenadas las cifras históricas, limpias y transformadas sobre las lesiones de causa externa (fatales y no fatales), registrados en 11 años. Resultados: Se construyó un modelo de clasificación basado en árboles de decisión que permitió descubrir patrones de muertes por causa externa. Para el caso de homicidios, estos sucedieron en su mayoría en la Comuna 5 de Pasto, los fines de semana, en la madrugada, en el segundo semestre del año, en la vía pública y las víctimas fueron hombres adultos, de oficios varios, la causa de los homicidios fueron riñas y se produjeron con arma de fuego. Conclusión: El conocimiento generado ayudará a los organismos gubernamentales y de seguridad a tomar decisiones eficaces en lo relacionado a la implementación de planes de prevención de delitos y seguridad ciudadana.Palabras clave: Reconocimiento de normas patrones automatizadas; minería de datos; árboles de decisión; clasificación. (Fuente: DeCS, Bireme). AbstractIntroduction: The Pan American Health Organization (PHO) and the World Health Organization (WHO) accepted, since the year 1993 and 1996 respectively, that violence is a public health problem, a situation that is corroborated in the report on violence and health, in which Latin America presented a homicide rate of 18 per 100,000 people, and it is considered one of the most violent regions in the world. Objective: To detect criminal patterns with data mining techniques in the Crime Observatory of the municipality of Pasto (Colombia). Materials and methods: Cross Industry Standard Process for Data Mining (CRISP-DM) was applied, which is one of the methodologies used in the development of data mining projects in academic and industrial environments. The source of information was the

show abstract

Section: Materiales Y Métodosunclassified

Section: Modeladounclassified

Aplicación de los árboles de decisión en la identificación de patrones de lesiones fatales por causa externa en el municipio de Pasto, Colombia

2017

View full text Add to dashboard Cite

show abstract

“…La técnica de clasificación utilizada fue árboles de decisión. Esta técni-ca, es probablemente la más utilizada y popular por su simplicidad y facilidad para entender (Han & Kamber, 2001;Sattler & Dunemann, 2001;Timarán & Millán, 2006). La importancia de los árboles de decisión se debe a su capacidad de construir modelos interpretables, siendo este un factor decisivo para su aplicación.…”

Section: I) Tarea De Clasificaciónunclassified

Caracterización de la supervivencia de mujeres con cáncer invasivo de cuello uterino usando minería de datos

Timarán-Pereira¹,

Chamorro

2016

rev. investig. desarro. innov

View full text Add to dashboard Cite

ResumenEn este artículo se presenta uno de los resultados del proyecto de investigación denominado: Detección de patrones de supervivencia en mujeres con cáncer invasivo de cuello uterino con técnicas de minería de datos, utilizando como fuente principal la información almacenada en la base de datos del Registro Poblacional de Cáncer del Municipio de Pasto (Colombia). Aplicando la metodología para proyectos de minería de datos CRISP-DM, se construyó, limpió y transformó un repositorio de datos con la información de las mujeres que fueron diagnosticadas con cáncer invasivo de cuello uterino entre los años 1998 y 2002, con una ventana de observación hasta el 2007. Se detectaron los principales factores socioeconómicos y clínicos asociados con la supervivencia de este grupo poblacional, utilizando las tareas de minería de datos: clasificación, asociación y agrupación. El patrón principal descubierto es aquel que caracteriza a una mujer con cáncer invasivo de cuello uterino como sobreviviente, si sobrepasa los 52 meses después del momento del diagnóstico del cáncer.Palabras clave: cáncer de cuello uterino, CRISP-DM, patrones de supervivencia, minería de datos. AbstractIn this paper, one of the results of the research project entitled: Detection of survival patterns in diagnosed women with invasive cervical cancer with data mining techniques, using as the main source the information stored in the database of Cancer Registry of the Municipality of Pasto (Colombia) is presented here. Applying the CRISP-DM methodology, a data repository with information from diagnosed women with invasive cervical cancer during the period between 1998 and 2002 with an observation window until 2007, was built, cleaned, and transformed. The main socioeconomic and clinical factors related to survival of this population group, using classification, association, and clustering tasks were detected. The principal pattern discovered was that if a woman exceeds 52 months after the time of diagnosis of invasive cervical cancer, she will be characterized as a cancer survivor.

show abstract

“…The prototype of our implementation based on the logic programming paradigm is also illustrated. Tree induction is normally implemented with SQL language [10,21]; we demonstrate in this paper that it can be more effective to implement with constraint logic programming using ECLiPSe. Section 3 shows querying techniques.…”

Section: Introductionmentioning

confidence: 99%