Capítulo 1. Minería de datos: Conceptos, técnicas y sistemas...

Transcripción

1 , INDICE Introducción, ; XVII Capítulo 1. Minería de datos: Conceptos, técnicas y sistemas... Aproximación al concepto de minería de datos... El proceso de extracción del conocimiento... Técnicas de minería de datos... Sistemas de minería de datos... Capítulo 2. Entorno de trabajo de SPSS Clementine... Introducción a Clementine... Usando el ratón... Ayuda en Clementine,'... Panel de control en Clementine :... Ejemplo de trabajo con Clementine ;... Insertar un nodo fuente (origen) de datos en el área de trabajo... Enlazar un nodo con una fuente de datos... Controlar la carga de datos con el nodo Tabla... Definir variables predictoras con el nodo Tipo... Utilizar un nodo de modelado... Ejecutar una ruta :... Interpretar un modelo... Predecir con un modelo... Guardar un modelo... Nodos de orígenes de datos... Nodosde operacionesconregistros,

2 VIII MINERíA DE DATOS. TÉCNICAS Y HERRAMIENTAS Nodos de operaciones con campos... Nodos para gráficos """""""""""""""""""""""""""'""""""""""""""""" Nodos para modelado... Nodos de salida :... Capítulo 3. Entorno de trabajo de SAS Enterprise Miner... Introducción asas Enterprise Miner... Comenzando con SAS Enterprise Miner... Inicio de un proyecto nuevo,... Menú principal de SAS Enterprise Miner """""""""""""""""""""""""" Ejemplo de trabajo con SAS Enterprise MiIier... Leer ficheros y enlazarlos con Enterprise Miner mediante el nodo Input Data Source... Definir tipos de variables con el nodo Input Data Source... Enlace de nodos de un diagrama. El nodo Data Partition... Utilizar un nodo de modelado... Capítulo 4. Fase de selección en minería de datos... Selección en el proceso de extracción del conocimiento... Recopilación e integración de datos: Data Warehouse... Data Warehouse y Data Mining... Selección de datos mediante muestreo "... Muestreo aleatorio simple :... Muestreo estratificado... Muestreo sistemático... Muestreo unietápico de conglomerados... Muestreo bietápico de conglomerados... Muestreo polietápico de conglomerados... Diseños complejos: Bietápico con estratificación en primera etapa... Selección de números aleatorios: Método de Montecarlo... Selección de características relevantes... Análisis de correlaciones,... Capítulo 5. Fase de selección en SAS Enterprise Miner y SPSS Clementine... La fase de selección en Enterprise Miner... El nodo Fuente de Datos... El nodo Muestreo """""""""""""""""""""""""""""""""""""""""""'" El nodo de Partición de Datos... El nodo de Selección de Variables,... El nodo de Series Temporales """"""""""""""""""""""""""""'"

3 índice IX La fase de selección en SPSS Clementine... Importación de datos ASCII... Importación de datos de una fuente ODBC (Access, Excel, etc.)... Importación de datos de.spss... Importación de datos de SAS... Selección de datos... Muestreo de datos... Capítulo 6. Fase de selección en SPSS Muestras Complejas y SAS Base... Técnicas de muestreo a través de SPSS... Diseños complejos y el asistente de muestreo. Creación de un nuevo plan de muestreo... Asistente de muestreo: modificar un plan existente... Asistente de muestreo: ejecutar un plan de muestreo dado... Preparación de una muestra compleja para su análisis: Creación de un nuevo plan de análisis... Preparación de una rimestra compleja para su análisis... Cálculos en muestras complejas: Frecuencias, descriptivos, tablas de contingencia y razones,... Selección de casos en SPSS... Selección de casos mediante criterios condicionales... Selección de fechas, horas y filas... Selección de una muestra aleatoria... Semilla de aleatorización... Operadores para la selección en SPSS... Operadores aritméticos... Operadores relacionales... Operadores lógicos... Funciones de generación de números aleatorio s en SPSS... Selección de la información en SAS Base... Declarando valores perdidos con la sentencia MISSING... Seleccionando información por grupos: sentencia BY... Seleccionando variables de frecuencias: sentencia FREQ... Seleccionando variables de pesos: sentencia WEIGTH... Seleccionando variables de identificación: Sentencia ID... Operadores para la selección en SAS... Operadores aritméticos... Operadores de comparación :;... Operadores lógicos o booleanos... Operadores MIN, MAX y.concatenación... Orden de evaluación de los operadores en las expresiones... Funciones de generación de números aleatorio s en SAS... Cálculos con funciones en SAS

4 x MINERíA DE DATOS. TÉCNICAS Y HERRAMIENTAS Capítulo 7. Fase de exploración en minería de datos... Exploración en el proceso de extracción del conocimiento... Análisis exploratorio : """""""""""""""', Herramientas de exploración.visual... Histograma de frecuencias... Diagrama de tallo y hojas... Gráfico de caja y bigotes... Gráfico múltiple de caja y bigotes... Gráfico de simetría... Gráfico de dispersión,... Gráficos para variables cualitativas :... Herramientas de exploración formal... Contrastes de la bondad de ajuste a una distribución: Test de la Chi-cuadrado... Contraste de Kolmogorov-Smimov Lilliefors de la bondad de ajuste a una distribución... Estadísticos robustos de centralización... Estadísticos robustos de dispersión... Estadísticos robustos de asimetría y curtosis... Contrastesde aleatoriedad... Transformaciones de las variables... Supuestos subyacentes en las técnicas de minería de datos... Normalidad... Heteroscedasticidad.... Multicolinealidad,... Autocorrelación... Linealidad... Un ejemplo... Capítulo 8. Fase de exploración en SAS Enterprise Miner y SPSS Clementine,... La fase de exploración en Enterprise Miner... El nodo Explorador de.distribuciones... El nodo Multigráficos... El nodo de exploración de patrones """""""""""""""""""""""""""""'" La fase de exploración en SPSS Clementine... El nodo Gráfico """"""""""""""""""""""""""'"... El nodo Distribución... El nodo Histograma... El nodo Malla... El nodo Malla Direccional... El nodo Gráfico Múltiple... El nodo Recolectar """"""""""""""'"

5 índice XI Capítulo 9. Fase de exploración en SPSS y SAS Análisis exp1oratorio de datos con SPSS. Procedimiento Explorar... Gráficos de análisis exploratorio con SPSS... Tipos de gráficos... Histogramas... Gráficos de normalidad... Gráficos de caja y bigotes... Gráficos de dispersión... Gráficos interactivos dinámicos de análisis exploratorio con SPSS... Creación interactiva de gráficos a partir de tablas... Gráficos interactivos de caja y bigotes... Histogramas interactivos """""""""""""""""""""""""""... Diagramas interactivos de dispersión... Análisisexploratorio formal con SPSS """""""""""""""""""""""""""""" Contraste de aleatoriedad. Procedimiento Prueba de rachas... Contraste de ajuste a una distribución de frecuencias. Procedimiento Prueba de Kolmogorov-Smirnov... Análisis exploratorio de los datos con SAS Base. Procedimiento Univariate... Gráficos de análisis exploratorio con SAS... Gráficos exploratorios de alta resolución. Procedimiento GCHART... Gráficos exploratorios de mapas: Procedimiento GMAP... Gráficos exploratorios de caja y bigotes: Procedimiento BOXPLOT... Capítulo 10. Fases de limpieza y transformación de datos Limpieza y transformación de datos en el proceso de extracción delconocimiento """""""""""""""""" Valores atípicos (Outliers)... Información faltante (Datos missing) :... Soluciones para los datos ausentes: Supres~ón de datos e imputación de información faltante ~,... Transformación de datos... Transponer, fusionar, agregar, segmentar y ordenar atchivos... Ponderar casos y categorizar y numerizar variables... Pareamiento o matching... Transformación de datos mediante técnicas de reducción de la dimensión..., Componentes principales... Análisis factorial """""""""""""""""""""'"

6 XII MINERíA DE DATOS. TÉCNICAS Y HERRAMIENTAS Capítulo 11. Las fases de limpieza y transformación de datos en SASEnterprise Miner y SPSS Clementine... Las fasesde limpiezay transformaciónde datosen EnterpriseMiner ~. El nodo Transformación de variables... El nodo Asignación de atributos "... Tratamiento de los datos atípicos con el nodo Filtro de Outliers... El nodo Imputación de datos.missing... El nodo Exploración de patrones para Componentes Principales... Lasa fases de limpieza y transformación de datos en Clementine... El nodo Seleccionar... El nodo Muestra para procesos de muestreo... El nodo Combinar para procesos de matching,. El nodo Equilibrar... El nodo Ordenar... El nodo Agregar para calcular estadísticos por subgrupos... El nodo Distinguir "... El nodo Añadir para concatenación de archivos... El nodo Filtrar... El nodo Derivar para transformación de variables... El nodo Tipo para asignar atributos a variables... El nodo Rellenar para imputación de datos missing... El nodo Factor/PCA para Análisis Factorial y Componentes Principales Capítulo 12. Fases de limpieza y transformación de datos en SPSS y SAS Técnicas de reducción de la dimensión en SPSS Base... Componentes principales con SPSS... Análisis factorial con SPSS... Transformación de datos en SPSS Base... Transformación de valores de datos... Remodificación de variables "... Ordenar casos... Transponer, fusionar, agregar y segmentar archivos. Matching... Ponderar casos "... Categorizar variables: Categorizador visual... Asignar rangos a casos y tipificar variables... SPSS y el análisis de datos missing. Imputación... Reemplazar valores perdidos... Detección de valores atípico s en SPSS... Detección de casos atípico s mediante gráficos de control... Detección de casos atípicos mediante gráficos de caja y bigotes... Técnicas de reducción de la dimensión en SAS STAT

7 índice XIII Componentes principales en SAS. Procedimiento PRlNCOMP y Procedimiento FACTOR... Análisis factorial en SAS. Procedimiento FACTOR... Transformación de datos en SAS Base... Operaciones con ficheros: Concatenación y Matching... Actualizando ficheros de datos SAS """""""""""""""""""""""""""""" Añadir información. Procedimiento APPEND... Tipificación de datos: Procedimiento STANDARD... Capítulo 13. Fase de minería de datos. Técnicas predictivas de modelización... Técnicas de minería de datos propiamente dichas... Técnicas predictivas para la modelización... Modelo de regresión múltiple... Estimación del modelo lineal de regresión múltiple """""""""""""""""" Estimación del modelo, contrastes e intervalos de confianza a través del cálculo matricial... Análisis de la varianza en el modelo de regresión múltiple... Predicciones... Análisis de los residuos... Técnicas de selección en el modelo de regresión... Modelos de elección discreta... Modelos de elección discreta binaria: Modelo lineal de probabilidad y regresión logística binaria... Modelos de elección múltiple: Modelo Logit Multinomial... Modelo lineal general de regresión múltiple (GLM)... Clasificaciónad hoc: Análisis discriminante """"""""""""""""""""""""'" Hipótesis en el modelo discriminante... Estimación del modelo discriminante """"""""""""""""""""""""""""" Clasificación mediante el modelo discriminante Capítulo 14. Técnicas predictivas tie modelización con SAS Enterprise Miner y SPSS Clementine... Técnicas predictivas de modelización con SAS Enterprise Miner... El nodo Regression: Modelo de regresión múltiple... El nodo Regression: Modelo lineal general GLM... El nodo Regression: Modelo de elección discreta Logit y Probit... Técnicas predictivas de modelización con SPSS Clementine... El nodo Regresión Lineal: Modelo de regresión múltiple... El nodo Regresión Logística: Modelos de elección discreta

8 XIV MINERíA DE DATOS. TÉCNICAS Y HERRAMIENTAS Capítulo 15. Técnicas predictivas de modelización con SAS y SPSS """""" El modelo lineal general con SAS. Procedimiento GLM... Modelos del análisis deja varianza y la covarianza con SAS... Modelo de elección discreta en SAS : Modelo Logit: Procedimiento LOGISTIC... Modelo Probit: Procedimiento PROBIT... SAS y el análisis discriminante: Procedimiento DISCRIM... El modelo lineal general con SPSS. Procedi niento MLG Multivariante... Modelo de elección discreta en SPSS """""",""""""""""""""""""""""""" Modelo Logit: Procedimiento LOGISTICA MULTINOMIAL... Modelo Probit: Procedimiento PROBIT :... SPSS y el análisis discriminante... Capítulo 16. Técnicas descriptivas y predictivas de clasificación. C/usters y árboles de decisión... El análisis cluster como técnica descriptiva de clasificación... Medidas de similitud """"""""""""""""""""""""""""... Técnicas en el análisis cluster... Clusters jerárquicos, secuenciales, aglomerativos y exclusivos (S.A.H.N.)... El dendograma en el análisis cluster jerárquico... Análisis cluster no jerárquico... Los árboles de decisión como técnica predictiva de clasificación... Características de los árboles de decisión... Herramientas para el trabajo con árboles de decisión :... Árboles CHAID... Árboles CART... Árboles QUEST """""""""""""""""""""""""""'"... Análisis de conglomerados y árboles de decisión como métodos de segmentación... Capítulo 17. Clusters y árboles de decisión con SAS Enterprise Miner y SPSS Clementine... Análisis cluster con Enterprise Miner. El nodo Clustering... Árboles de decisión con Enterprise Miner. El nodo Tree... Entrenamiento interactivo (Interactive Training)... Análisis cluster con SPSS Clementine... El nodo Entrenar K-medias: Cluster no jerárquico... El nodo Cluster Bietápico: Cluster jerárquico """""""""""""""""""""'" Árboles de decisión con SPSS Clementine... El nodo Crear C El nodo Arbol C&R """"""""""""""""""""",""""""""

9 índice XV Capítulo 18. Clusters y árboles de decisión con SAS y SPSS... SPSS y el análisis cluster jerárquico... SPSSy el análisis cluster no jerárquico """"""""""""""""""""""""""""'" SASy el análisis cluster jerárquico :... ProcedimientoACECLUS """"""""""" Procedimiento CLUSTER... Procedimiento TREE """""""""""""""""""""""""""""... SAS y el análisis cluster no jerárquico... Árboles de decisión (o clasificación) con SPSS... Creación de un árbol de decisión: Método CHAID... Métodos CRT y QUEST. Poda de árboles """"""""""""""""""""""""'" Capítulo 19. Redes neuronales... Descripción de una red neuronal... Definición... Función de salida y funciones de transferencia o activación... Redes neuronales y ajuste de modelos de regresión... Aprendizaje en las redes neuronales... Funcionamientode una red neuronal """"""""""""""""""""""""""""""'" El algoritmo de aprendizaje Retropropagación (Back-Propagation)... Análisis discriminante a través del Perceptrón... Análisisde series temporales mediante redes neuronales """""""""""""""" Análisis de componentes principales con redes neuronales... Clustering mediante redes neuronales... Capítulo 20. Redes neuronales con SAS Enterprise Miner y SPSS Clementine... Redes neuronales con SAS Enterprise Miner... Optimización y ajuste de modelos con redes: Nodo Neural Network... Análisis en componentes principales a través de redes neuronales: Nodo Princomp/Dmneural,... Predicción y análisis discriminante a través de redes neuronales: Nodo Two Stage Model... Análisis cluster con redes neuronales: Nodo SOM/Kohonen... Redes neuronales con SPSS Clementine... Nodo Entrenar red,... Nodo Entrenar Kohonen... NodoEntrenar K-medias... Índice alfabético