Skip to content

Releases: Carmoruda/Data_Mining

Release list

Laboratorio final

Laboratorio final Latest
Latest

Choose a tag to compare

View all tags
@Carmoruda Carmoruda released this 03 May 08:49
4.0.0
cc86cea

📢 Release v3.0: Práctica Final - Análisis de pacientes con esquizofrenia 🧠📊

Este release incluye el desarrollo completo de la Práctica Final de la asignatura de Data Mining, centrada en el análisis clínico de más de 3000 pacientes diagnosticados con esquizofrenia. El objetivo ha sido evaluar si la edad de inicio del trastorno (temprano vs. tardío) se relaciona con perfiles sintomáticos diferenciables mediante técnicas de minería de datos.

📌 Contenido

🧪 Práctica Final - Clasificación clínica en esquizofrenia

  • Preprocesamiento del dataset

    • Selección de variables clínicas (escala PANSS) agrupadas en síntomas positivos, negativos y generales.
    • Relleno de valores nulos bajo lógica clínica y estandarización de datos con z-score.

  • Clustering con K-Means

    • Reducción de la dimensionalidad con PCA y visualización 3D de los clústeres.
    • Aplicación del método del codo para elegir el número óptimo de clústeres.
    • Análisis clínico de los perfiles sintomáticos por clúster y relación con la edad de inicio.

  • Clasificación con Random Forest 🌲

    • Entrenamiento del modelo y evaluación con accuracy, matriz de confusión y classification report.
    • Análisis de la importancia de variables (síntomas relevantes para predecir la edad de inicio).
    • Visualización de la curva ROC y cálculo del AUC (0.98).

  • Clasificación con K-Nearest Neighbors (KNN) 👥

    • Búsqueda del mejor valor de k mediante validación cruzada (k=5).
    • Comparación de resultados con Random Forest: precisión, recall, F1-score y matriz de confusión.
    • Análisis de similitud en rendimiento y solidez del enfoque.

📂 Estructura de archivos

📁 Data_Mining
├── 📁 LAB01
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── LAB01 Preparación y visualización de datos 24-25.pdf
│   ├── 📁 data
│   │   └── Practica 1-3 Pokemon.csv
│   └── 📁 media
│       ├── Agua.png
│       ├── Electrico.png
│       ├── Enunciado Apartado 1.png
│       ├── Fantasma.png
│       ├── Fuego.png
│       ├── Planta.png
│       └── Sin_Color.png
├── 📁 LAB02
│   ├── Enunciado - Reglas de Asociación y Patrones Secuenciales.pdf
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── LAB02 Reglas de Asociación y Patrones Secuenciales.pdf
│   └── 📁 data
│       ├── Navegacion_Web.csv
│       └── Supermercado.csv
├── 📁 LAB03
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── LAB03 Clasificación.pdf
│   ├── requirements.txt
│   ├── 📁 data
│   │   ├── nasa.csv
│   │   ├── nasa_clasificar.csv
│   │   ├── sf_crimenes.csv
│   │   ├── monos.zip
│   │   └── cars.csv
│   └── 📁 media
│       ├── arbol_entropia.png
│       ├── entropy.png
│       ├── gini.png
│       ├── output_arbol_decision.svg
│       └── output_monos.png
├── 📁 LAB04
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── LAB04 Regresión y Clustering.pdf
│   ├── requirements.txt
│   └── 📁 data
│       ├── Consumo_cerveza.csv
│       ├── cervezas.csv
│       ├── incendios.csv
│       └── cars.csv
├── 📁 LABFinal
│   ├── Practica_Final_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 data
│   │    └── schizo.csv
│   └── 📁 output
│       ├── curva_roc_random_forest.png
│       ├── importancia_sintomas_random_forest.png
│       ├── matriz_confusion_knn.png
│       ├── matriz_confusion_random_forest.svg
│       ├── metodo_codo_num_optimo_clusteres.png
│       └── visualizacion_clusters_3d.png
├── .gitignore
└── README.md

📌 Notas:

  • Cada notebook incluye una memoria explicativa con el desarrollo de la práctica, visualizaciones y justificación de cada paso.
  • Esta práctica se apoya en herramientas como scikit-learn, Pandas, Seaborn, matplotlib, yellowbrick y técnicas de visualización, reducción de dimensionalidad y clasificación binaria para analizar de forma profunda un caso clínico real.
Assets 2
Loading

Laboratorios 3 y 4

Laboratorios 3 y 4

Choose a tag to compare

View all tags
@Carmoruda Carmoruda released this 01 May 11:44
3.0.0
685774e

📢 Release v2.0: Prácticas 3 y 4 - Data Mining 📊

Este release incluye las prácticas 3 y 4 de la asignatura de Data Mining, enfocadas en el uso de técnicas de clasificación, regresión y agrupamiento no supervisado de datos.

📌 Contenido

📝 LAB03 - Técnicas y modelos de clasificación

  • Práctica 1: Asteroides peligrosos ☄️🌍

    • Clasificación de asteroides según su peligrosidad utilizando datos proporcionados por la NASA.
    • Preprocesamiento del dataset eliminando columnas irrelevantes y selección de atributos útiles.
    • Implementación y comparación de configuraciones del algoritmo KNN con distintas métricas de distancia y número de vecinos.
    • Evaluación de resultados con un conjunto de validación.

  • Práctica 2: Clasificador de crímenes en San Francisco 🚔🕵️‍♀️

    • Clasificación de tipos de crímenes según momento del día, día de la semana y distrito.
    • Aplicación de árboles de decisión con distintos criterios de división.
    • Visualización del árbol y extracción de reglas generales y específicas.
    • Predicción de tipos de crímenes en situaciones específicas.

  • Práctica 3: Clasificación de especies de monos 🐒📷

    • Uso de imágenes para entrenar un modelo de clasificación de especies de monos, incluyendo especies en peligro de extinción.
    • Comparación de distintos modelos con medidas de precisión.
    • Clasificación de nuevas imágenes no utilizadas en el entrenamiento.

  • Práctica 4: Clasificación de coches para desguace 🚗🔧

    • Automatización del etiquetado de coches según sus características.
    • Preprocesamiento de datos y entrenamiento de un clasificador.
    • Evaluación de su desempeño con coches no vistos durante el entrenamiento.

📝 LAB04 - Regresión y clustering

  • Práctica 1: Consumo de cerveza 🍺🌡️

    • Modelado de la relación entre variables meteorológicas (temperatura mínima, máxima y lluvia) y el consumo de cerveza.
    • Comparación de modelos de regresión y análisis de diferencias.
    • Predicciones de consumo en distintos escenarios.

  • Práctica 2: Agrupamiento de cervezas artesanas 🍻🔬

    • Clustering de cervezas para mejorar la búsqueda en tienda online.
    • Evaluación de distintas configuraciones del algoritmo K-Means, análisis de centroides y selección de variables más influyentes.
    • Visualización de evolución de grupos con inicialización distinta y estudio de técnicas de postprocesamiento.

  • Práctica 3: Análisis de incendios forestales 🌲🔥

    • Regresión multivariable para estimar superficie quemada en incendios forestales.
    • Evaluación de modelos con distintas combinaciones de variables (temperatura, viento, humedad, lluvia).
    • Análisis de residuos e interpretación de intervalos de confianza.

  • Práctica 4: Taxonomía de coches 🚘🧬

    • Agrupamiento jerárquico de coches mediante dendrogramas.
    • Evaluación de relaciones entre clases y elección del número óptimo de clústers (k).

📂 Estructura de archivos

📁 Data_Mining
├── 📁 LAB01
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 media
│       ├── Agua.png
│       ├── Electrico.png
│       ├── Enunciado Apartado 1.png
│       ├── Fantasma.png
│       ├── Fuego.png
│       ├── Planta.png
│       ├── Sin_Color.png
├── 📁 LAB02
│   ├── Enunciado - Reglas de Asociación y Patrones Secuenciales.pdf
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 resources
│       ├── Navegacion_Web.csv
│       ├── Supermercado.csv
├── 📁 LAB03
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 datasets
│       ├── nasa.csv
│       ├── nasa_clasificar.csv
│       ├── sf_crimenes.csv
│       ├── monos.zip
│       ├── cars.csv
├── 📁 LAB04
│   ├── Practica_1_GRUPOC5.ipynb
│   ├── Practica_2_GRUPOC5.ipynb
│   ├── Practica_3_GRUPOC5.ipynb
│   ├── Practica_4_GRUPOC5.ipynb
│   ├── requirements.txt
│   ├── 📁 datasets
│       ├── Consumo_cerveza.csv
│       ├── cervezas.csv
│       ├── incendios.csv
│       ├── cars.csv
├── .gitignore
├── README.md

📌 Notas:

  • Cada notebook incluye una memoria explicativa con el desarrollo de la práctica, visualizaciones y justificación de cada paso.
Loading

Laboratorios 1 y 2

Laboratorios 1 y 2

Choose a tag to compare

View all tags
@Carmoruda Carmoruda released this 16 Mar 18:03
2.0.0
1a48aeb

📢 Release v1.0: Prácticas 1 y 2 - Data Mining 📊

Este release incluye las primeras dos prácticas de la asignatura de Data Mining, centradas en la preparación, visualización de datos, reglas de asociación y patrones secuenciales.

📌 Contenido

📝 LAB01 - Preparación y visualización de datos

  • Práctica 1: Impacto de las restricciones de tráfico en la calidad del aire 🚗💨

    • Análisis de datos sobre calidad del aire en Madrid antes y después de la aplicación del protocolo de contaminación.
    • Carga y limpieza de datos en un único DataFrame.
    • Visualizaciones con gráficos de pastel, barras y cajas para interpretar tendencias.

  • Práctica 2: El impacto del terrorismo a lo largo de la historia ☠️🌍

    • Análisis de datos históricos de atentados terroristas desde 1970.
    • Gráficos de líneas, pie charts y diagramas de dispersión para analizar la evolución de la violencia.
    • Relación entre PIB y número de víctimas en distintos países.

  • Práctica 3: Análisis de Componentes Principales (PCA) 📈

    • Aplicación de PCA para reducir dimensionalidad en datasets.
    • Obtención de eigenvalues y eigenvectors para interpretar la varianza.
    • Representación visual de los componentes principales.

📝 LAB02 - Reglas de asociación y patrones secuenciales

  • Práctica 1: Reglas de Asociación 🛒

    • Aplicación del algoritmo Apriori con la librería mlxtend sobre un dataset de supermercado.
    • Análisis de reglas generadas con distintas configuraciones de soporte y confianza.
    • Interpretación del lift y el impacto de la eliminación de instancias.

  • Práctica 2: Patrones Secuenciales 🕵️‍♂️

    • Análisis de datos de navegación web con Generalized Sequential Patterns (GSP).
    • Evaluación del impacto del soporte en los patrones obtenidos.
    • Identificación de transacciones clave en la evolución de los patrones.

📂 Estructura de archivos

📁 Data_Mining
 ├── 📁 LAB01
 │   ├── Practica_1_GRUPOC5.ipynb
 │   ├── Practica_2_GRUPOC5.ipynb
 │   ├── Practica_3_GRUPOC5.ipynb
 │   ├── requirements.txt
 │   ├── 📁 media
 │       ├── Agua.png
 │       ├── Electrico.png
 │       ├── Enunciado Apartado 1.png
 │       ├── Fantasma.png
 │       ├── Fuego.png
 │       ├── Planta.png
 │       ├── Sin_Color.png
 ├── 📁 LAB02
 │   ├── Enunciado - Reglas de Asociación y Patrones Secuenciales.pdf
 │   ├── Practica_1_GRUPOC5.ipynb
 │   ├── Practica_2_GRUPOC5.ipynb
 │   ├── requirements.txt
 │   ├── 📁 resources
 │       ├── Navegacion_Web.csv
 │       ├── Supermercado.csv
 ├── .gitignore
 ├── README.md

📌 Notas:

  • Cada notebook incluye una memoria explicativa con el desarrollo de la práctica, visualizaciones y justificación de cada paso.
Loading