616935_es-ES

liliconcom

Método de inducción de reglas del paciente (PRIM)

¿Qué inspiró esta solicitud de lista de deseos?

Algoritmo de minería de datos de "búmp hunting" que no requiere un modelo empírico. En cambio, busca pacientemente e incrementalmente hipercuadros de factores de entrada que maximizan la respuesta.

¿Cuál es la mejora que le gustaría ver?

Desde R:

library<SPAN class="">(</SPAN>prim<SPAN class="">)</SPAN>
library<SPAN class="">(</SPAN>MASS<SPAN class="">)</SPAN>
data<SPAN class="">(</SPAN>Boston<SPAN class="">)</SPAN>
x <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">5</SPAN><SPAN class="">:</SPAN><SPAN class="">6</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
y <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> Boston<SPAN class="">\</SPAN><SPAN class="">[</SPAN><SPAN class="">,</SPAN><SPAN class="">1</SPAN><SPAN class="">\</SPAN><SPAN class="">]</SPAN>
boston.prim <SPAN class="">\</SPAN><SPAN class=""><-</SPAN> prim.box<SPAN class="">(</SPAN>x<SPAN class="">=</SPAN>x<SPAN class="">,</SPAN> y<SPAN class="">=</SPAN>y<SPAN class="">,</SPAN> threshold.type<SPAN class="">=</SPAN><SPAN class="">1</SPAN><SPAN class="">)</SPAN>

¿Por qué es importante esta idea?

Modelado estadístico avanzadoModelado predictivo y aprendizaje automáticoIngeniería de Calidad y ProcesosRe: Método de inducción de reglas del paciente (PRIM)

Este es un algoritmo de "búmp hunting" (búsqueda de baches). Esta idea puede ser importante porque el método no asume modelos empíricos que relacionen las respuestas con las variables de entrada. Busca lo que realmente sucedió y encuentra el rango combinado más pequeño de valores de entrada que optimizó la respuesta. Estas respuestas pueden ser más fáciles de vender al público objetivo, ya que no se proyecta que las condiciones óptimas ocurran, sino que realmente ocurrieron. En este sentido, es similar a un árbol de decisión. Se diferencia de un árbol de decisión en que es menos ambicioso, de ahí la descripción de "paciente" en su nombre. También es diferente porque no produce un modelo ni reglas. El resultado es solo la mejor caja/rango de entradas, la siguiente mejor caja, etc.

El método se publica en revistas de estadística industrial como un método de optimización más robusto al aplicarse en entornos industriales con múltiples fuentes de variación. Es difícil modelar con precisión todas estas fuentes. El algoritmo PRIM puede ser más robusto porque no modela las condiciones, sino que simplemente las busca.