SONAR

Manuel A. Enciso C.
Ðaniel F. León C.
 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 2 SONAR

1 2 3 4 5 6
1
2
3
4
5
6
7
8
9
Clase
10

Objeto base de datos Sonar

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 3 SONAR

Objeto base de datos Sonar

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 4 SONAR

Base de datos. Matriz de 208x61

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 5 SONAR

Clase Metal
• 111 Datos
SONAR
• 60 Variables Clase Metal
• 208 Datos
• 60 Variables Training
• 2 Clases Clase Roca • 78 Datos
• 97 Datos • 60 Variables
• 60 Variables Test
• 33 Datos
• 60 Variables

Separación de datos
Clase Roca
• 70% Para Training
Training
• 30% Para Test
• 68 Datos
• 60 Variables
Test
• 29 Datos
• 60 Variables

Procesamiento de datos
 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 6 SONAR

1 1 1

0.9 0.9 0.9

0.8 0.8 0.8

0.7 0.7 0.7

0.6 0.6 0.6

0.5 0.5 0.5

0.4 0.4 0.4

0.3 0.3 0.3

0.2 0.2 0.2

0.1 0.1 0.1

0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Metal Roca Superposición

Box Plot – Variables [1 – 20]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 7 SONAR

1 1 1

0.9 0.9 0.9

0.8 0.8 0.8

0.7 0.7 0.7

0.6 0.6 0.6

0.5 0.5 0.5

0.4 0.4 0.4

0.3 0.3 0.3

0.2 0.2 0.2

0.1 0.1 0.1

0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Metal Roca Superposición

Box Plot – Variables [21 – 40]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 8 SONAR

0.9 0.9
0.8
0.8 0.8
0.7
0.7 0.7
0.6
0.6 0.6
0.5
0.5 0.5
0.4
0.4 0.4
0.3
0.3 0.3

0.2 0.2 0.2

0.1 0.1 0.1

0 0 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Metal Roca Superposición

Box Plot – Variables [41 – 60]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 9 SONAR

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

1 2 3 4 5 6 7 8 9 10 11 12 1314 1516 17 1819 20 2122 23 24 25 26 27 28 29 3031 3233 34 3536 37 3839 40 41 42 43 4445 4647 48 4950 51 5253 54 5556 57 5859 60

Box Plot – Clase Metal

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 10 SONAR

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

1 2 3 4 5 6 7 8 9 10 11 12 1314 1516 17 1819 20 2122 23 24 25 26 27 28 29 3031 3233 34 3536 37 3839 40 41 42 43 4445 4647 48 4950 51 5253 54 5556 57 5859 60

Box Plot – Clase Roca

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 11 SONAR

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

123456789
1 2 3 41015
12
13
164
15
17
6
1718
19
20
29
1
2210
3
24
252
11
6
27
212
8
29
3031
1314
32
334
31516
5
36
37
38
39
417
0
41
424
1819
3
445
46
47
48
20
49
52122
0
51
52
53
54
523
56
524
7
58
59
625
0 26 27 28 29 3031 3233 34 3536 37 3839 40 41 42 43 4445 4647 48 4950 51 5253 54 5556 57 5859 60

Box Plot – Superposición

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 12 SONAR

0.9

0.8
Des. Est. + Media
Desviación Estándar
Des. Est. - Media
0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60

Desviación estándar y media – Clase Metal

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 13 SONAR

0.9

0.8
Des. Est. + Media
Desviación Estándar
Des. Est. - Media
0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60

Desviación estándar y media – Clase Roca

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 14 SONAR

0.9

Desv. Est. + Media (Metal)

0.8 Desviación Estándar (Metal)
Desv. Est. - Media (Metal)
Desv. Est. + Media (Roca)
0.7 Desviación Estándar (Roca)
Desv. Est. + Media (Roca)

0.6

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60

Desviación estándar y media – Superposición

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 15 SONAR

Rango intercuartílico (IQR)

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 16 SONAR

0.7

0.6

Metal
0.5
Roca

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60

Rango intercuartílico (IQR) – Superposición

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 17 SONAR

0.7

0.6 Metal
Roca

0.5

0.4

0.3

0.2

0.1

0
0 10 20 30 40 50 60

Rango intercuartílico (IQR) – Superposición – Stem()

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 18 SONAR

3.5

Metal
3 Roca

2.5

1.5

0.5

-0.5

-1
0 10 20 30 40 50 60

Asimetría estadística (Skewness) – Superposición

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 19 SONAR

3.5

Metal
3
Roca

2.5

1.5

0.5

-0.5

-1
0 10 20 30 40 50 60

Asimetría estadística (Skewness) – Superposición – Stem()

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 20 SONAR

20

18 Metal
Roca

16

14

12

10

0
0 10 20 30 40 50 60

Curtosis (Kurtosis) – Superposición

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 21 SONAR

20

18

Metal
16
Roca

14

12

10

0
0 10 20 30 40 50 60

Curtosis (Kurtosis) – Superposición – Stem()

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 22 SONAR

Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10
Media 0,03498919 0,04554414 0,05071982 0,06476757 0,08671532 0,11186396 0,12835856 0,14983243 0,21349189 0,25102162
Des. Est. 0,02707424 0,03783989 0,0440137 0,05449673 0,05979019 0,05261971 0,05817913 0,08719015 0,12223715 0,13736597
Varianza 0,00073301 0,00143186 0,00193721 0,00296989 0,00357487 0,00276883 0,00338481 0,00760212 0,01494192 0,01886941
IQR 0,02415 0,0403 0,037625 0,051075 0,06595 0,070475 0,07415 0,084525 0,12415 0,137075
Skewness 1,75046448 1,85783367 2,63955007 3,2631494 2,17939859 0,55809881 0,72994865 1,45958844 1,63149578 1,09128838
Kurtosis 6,08527664 7,85445089 13,0938294 19,9739161 10,5465841 3,33850782 3,74613459 5,78866577 6,43642024 4,32648993

Var 11 Var 12 Var 13 Var 14 Var 15 Var 16 Var 17 Var 18 Var 19 Var 20
Media 0,28958108 0,30145856 0,31442613 0,32069189 0,33118198 0,3809991 0,41500721 0,45588198 0,53806216 0,61794144
Des. Est. 0,12535948 0,12414875 0,13074236 0,15973828 0,19306558 0,21192913 0,23968023 0,25527545 0,25410795 0,25408722
Varianza 0,015715 0,01541291 0,01709356 0,02551632 0,03727432 0,04491395 0,05744662 0,06516556 0,06457085 0,06456032
IQR 0,1265 0,12705 0,154625 0,196475 0,268275 0,33165 0,39735 0,4356 0,45435 0,42665
-
Skewness 0,9716786 0,32979913 0,75879366 1,12729493 0,75976842 0,68045396 0,70543127 0,53411299 0,19858028
0,44625497
Kurtosis 4,3055178 2,90038741 3,48774755 5,42143635 3,22950753 2,65171804 2,33269001 1,9391847 1,72664097 2,02515908

Var 21 Var 22 Var 23 Var 24 Var 25 Var 26 Var 27 Var 28 Var 29 Var 30
Media 0,66742613 0,67232523 0,6767009 0,68916486 0,6812036 0,70607477 0,71475405 0,71226937 0,65028288 0,5817964
Des. Est. 0,25241015 0,24275839 0,25284997 0,24403661 0,24138446 0,2367516 0,26640999 0,26102988 0,24593693 0,21017517
Varianza 0,06371088 0,05893164 0,06393311 0,05955387 0,05826646 0,05605132 0,07097428 0,0681366 0,06048497 0,0441736
IQR 0,36425 0,3806 0,35715 0,344675 0,37745 0,364125 0,441825 0,42215 0,41095 0,288675
- - - - - - - - - -
Skewness
0,74982162 0,57173784 0,85883798 0,88251001 0,61861489 0,61809884 0,71867995 0,69704171 0,61376567 0,02755149
Kurtosis 2,60123712 2,22920701 2,76499957 3,15445649 2,45506131 2,39099131 2,30749247 2,45618652 2,36623605 2,37214006

Datos estadísticos – Clase Metal [1 – 30]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 23 SONAR

Var 31 Var 32 Var 33 Var 34 Var 35 Var 36 Var 37 Var 38 Var 39 Var 40
Media 0,48237838 0,42804865 0,39657748 0,36613964 0,33755315 0,31855315 0,31703423 0,33160811 0,33636486 0,30522072
Des. Est. 0,22280146 0,21364205 0,19546098 0,20622533 0,24545561 0,24842687 0,22814914 0,20371799 0,18312289 0,16180626
Varianza 0,04964049 0,04564292 0,038205 0,04252889 0,06024846 0,06171591 0,05205203 0,04150102 0,03353399 0,02618126
IQR 0,28835 0,25935 0,274325 0,30595 0,374325 0,301275 0,275475 0,2596 0,249375 0,2463
Skewness 0,51800857 0,58497323 0,58816487 0,68318039 0,72932813 1,03080499 1,07008965 1,16945077 0,72830053 0,41829939
Kurtosis 2,50330644 2,58779356 3,05607364 2,84335509 2,38094123 3,09118103 3,12469125 4,06081934 2,81665872 2,68377809

Var 41 Var 42 Var 43 Var 44 Var 45 Var 46 Var 47 Var 48 Var 49 Var 50
Media 0,29259369 0,30097477 0,27688288 0,24810631 0,24522523 0,1988036 0,14691712 0,11059369 0,06370811 0,02272072
Des. Est. 0,16633771 0,16866602 0,13980555 0,14441789 0,17405343 0,15139529 0,09447378 0,06711826 0,03638205 0,01422587
Varianza 0,02766823 0,02844823 0,01954559 0,02085653 0,0302946 0,02292053 0,00892529 0,00450486 0,00132365 0,00020238
IQR 0,24255 0,25295 0,206825 0,192525 0,292425 0,148925 0,10355 0,07625 0,051225 0,014025
Skewness 0,5369835 0,74741251 0,6212594 0,72832307 0,84873774 1,35730861 1,59812736 0,98639314 0,83755255 1,65341161
Kurtosis 2,62935174 3,37786711 3,1390918 2,41705875 2,47747244 4,39533348 5,96971211 3,92461213 3,3601147 6,62173903

Var 51 Var 52 Var 53 Var 54 Var 55 Var 56 Var 57 Var 58 Var 59 Var 60
Media 0,01935225 0,01601351 0,01164324 0,01218468 0,00992252 0,00891351 0,00782523 0,00906036 0,0086955 0,00692973
Des. Est. 0,01352792 0,01077048 0,00765828 0,00846251 0,0084045 0,00640313 0,00588365 0,0074596 0,00691715 0,00595792
Varianza 0,000183 0,000116 5,86E-05 7,16E-05 7,06E-05 4,10E-05 3,46E-05 5,56E-05 4,78E-05 3,55E-05
IQR 0,011575 0,009875 0,0108 0,010525 0,009875 0,007625 0,006975 0,007275 0,00785 0,0061
Skewness 2,84903656 2,01809932 1,04936496 0,90670074 1,70506059 1,86479642 1,69411028 2,04003505 1,48962569 2,78132422
Kurtosis 16,2300552 8,82215568 4,12901488 2,99013958 6,16115306 8,15277989 6,85982598 8,47645051 5,51855676 15,4138003

Datos estadísticos – Clase Metal [31 – 60]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 24 SONAR

Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10
Media 0,02249794 0,03030309 0,03595052 0,04144742 0,06202784 0,09622371 0,11418041 0,11759588 0,13739175 0,15932474
Des. Est. 0,01468703 0,02401111 0,02910056 0,03117239 0,04721699 0,06502488 0,0651551 0,07977235 0,09988655 0,11315107
Varianza 0,00021571 0,00057653 0,00084684 0,00097172 0,00222944 0,00422823 0,00424519 0,00636363 0,00997732 0,01280316
IQR 0,01695 0,0304 0,035925 0,028675 0,0499 0,058 0,0699 0,079075 0,086225 0,108625
Skewness 1,70910835 2,12208021 1,59107582 1,82514142 1,47706616 1,8068696 1,25239143 1,55662734 1,8146732 1,77088657
Kurtosis 7,13905109 11,3145762 6,5021118 7,02748572 5,33808003 7,09441511 5,18201279 5,70000538 6,86319263 6,74279048

Var 11 Var 12 Var 13 Var 14 Var 15 Var 16 Var 17 Var 18 Var 19 Var 20
Media 0,1747134 0,19158866 0,22624948 0,26896289 0,30763608 0,37561134 0,4171 0,44824021 0,46676186 0,50022887
Des. Est. 0,11336318 0,13467106 0,13808165 0,16628346 0,21905484 0,255401 0,28997927 0,2697813 0,25843184 0,25943264
Varianza 0,01285121 0,0181363 0,01906654 0,02765019 0,04798502 0,06522967 0,08408798 0,07278195 0,06678702 0,0673053
IQR 0,14385 0,174275 0,1761 0,23655 0,33545 0,379925 0,507775 0,45935 0,420525 0,455775
Skewness 1,56690115 1,3411263 1,05828413 1,01706347 0,79457658 0,69190324 0,59585137 0,51422006 0,40324217 0,3228772
Kurtosis 6,17361296 5,05586739 3,98696634 3,77102877 2,81667651 2,25807066 1,9617595 1,95374463 1,97859007 2,00343881

Var 21 Var 22 Var 23 Var 24 Var 25 Var 26 Var 27 Var 28 Var 29 Var 30
Media 0,5422701 0,56928969 0,61295876 0,65376082 0,66880928 0,69276186 0,68773711 0,67314536 0,63268041 0,57993402
Des. Est. 0,248753 0,26063903 0,2439411 0,23317864 0,25000943 0,23880167 0,2200129 0,20593478 0,23449067 0,23336075
Varianza 0,06187806 0,0679327 0,05950726 0,05437228 0,06250471 0,05702624 0,04840568 0,04240913 0,05498587 0,05445724
IQR 0,4061 0,414575 0,395225 0,32575 0,33465 0,3267 0,31425 0,312775 0,361675 0,36375
- - - - - - -
Skewness 0,27374406 -0,46511943 -0,2150693
0,18133607 0,31078644 0,94856829 0,72127181 0,50549378 0,57681638 0,22079519
Kurtosis 2,0659733 1,95531879 2,16215585 2,30746412 3,0369653 2,4688063 2,72223841 2,70160495 2,24113206 2,19539099

Datos estadísticos – Clase Roca [1 – 30]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 25 SONAR

Var 31 Var 32 Var 33 Var 34 Var 35 Var 36 Var 37 Var 38 Var 39 Var 40
Media 0,52976186 0,45161856 0,44084124 0,44568041 0,4555299 0,46071031 0,4173299 0,34886804 0,31370928 0,3180567
Des. Est. 0,20161914 0,21318045 0,21708481 0,25131246 0,26124966 0,26231059 0,24298629 0,2238046 0,21622336 0,19682269
Varianza 0,04065028 0,0454459 0,04712582 0,06315795 0,06825139 0,06880684 0,05904234 0,0500885 0,04675254 0,03873917
IQR 0,260675 0,357575 0,33095 0,3965 0,384875 0,440975 0,367675 0,277825 0,288825 0,225325
- -
Skewness 0,22897023 0,34207937 0,45813224 0,25970388 0,30270917 0,87907255 1,06286182 1,08240646
0,05093331 0,00080663
Kurtosis 2,34416993 2,14750496 2,04463978 2,0402893 2,16346833 2,13666766 2,21628502 3,15031973 3,77129925 3,93071073

Var 41 Var 42 Var 43 Var 44 Var 45 Var 46 Var 47 Var 48 Var 49 Var 50
Media 0,28542784 0,25233814 0,21182165 0,17513196 0,14231237 0,11694948 0,09445773 0,06948763 0,03844948 0,01779588
Des. Est. 0,17720607 0,16587446 0,1303015 0,10742166 0,09566278 0,09383959 0,06776517 0,04824403 0,03044101 0,01255689
Varianza 0,03140199 0,02751434 0,01697848 0,01153941 0,00915137 0,00880587 0,00459212 0,00232749 0,00092666 0,00015768
IQR 0,195475 0,163325 0,145975 0,124875 0,086925 0,11215 0,07165 0,054175 0,032375 0,013175
Skewness 1,16733575 1,02655688 1,37119704 2,16195481 1,86047401 1,88674197 1,99150973 1,63057104 2,31056281 1,93943174
Kurtosis 4,14775761 3,82701802 6,28646365 11,7977393 8,48597541 7,95593313 9,04142876 6,80950131 10,834871 8,62746076

Var 51 Var 52 Var 53 Var 54 Var 55 Var 56 Var 57 Var 58 Var 59 Var 60
Media 0,01231134 0,01045258 0,00964021 0,00951753 0,00856701 0,0074299 0,00781443 0,00667732 0,00707835 0,00602371
Des. Est. 8,63E-03 7,11E-03 6,17E-03 5,39E-03 5,14E-03 4,77E-03 5,70E-03 4,84E-03 5,11E-03 3,67E-03
Varianza 7,45E-05 5,05E-05 3,81E-05 2,90E-05 2,64E-05 2,28E-05 3,25E-05 2,34E-05 2,62E-05 1,35E-05
IQR 0,009625 0,0089 0,008475 0,00785 0,006475 0,005375 0,006475 0,00615 0,005075 0,0048
Skewness 1,22778879 1,52326996 0,82729344 0,64297101 0,81731665 1,07274596 1,57279469 1,10711922 1,93764627 1,05605
Kurtosis 4,56608305 5,93957245 3,07400138 3,11678553 3,27397882 4,11543292 6,00801149 3,35963815 7,81645681 3,99606818

Datos estadísticos – Clase Roca [31 – 60]

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 26 SONAR

Random Training
• 146 Datos randómicos
SONAR • 60 Variables
• 208 Datos • 2 Clases (78 Metal/68 Roca)
• 60 Variables
• 2 Clases Test
• 62 Datos randómicos
• 60 Variables
• 2 Clases (33 Metal/29 Roca)

Datos randómicos por Run

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 27 SONAR

Clasificador K – NN
 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 28 SONAR

‘Distance’
knnsearch 8 Argumentos
‘K’
[n,d] = knnsearch(Training,Test(k,:),'dist','seuclidean','k',j);

‘chebychev’ ‘euclidean’ ‘minkowski’

‘cityblock’ ‘hamming’ ‘seuclidean’
'dist' 'k' 1:1:62 Vecinos (Test)
‘correlation’ ‘jaccard’ ‘spearman’
‘cosine’ ‘mahalanobis’

Selección de argumentos
 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 29 SONAR

'seuclidean'
Run Mejor K Mayor % Des. Est. Varianza
1 1 94,16129032 5,04812305 25,4835463
2 1 82,25806452 4,1792274 17,4659417
3 [3 4] 82,25806452 4,83294893 23,3573953
4 [2 3] 87,09677419 4,95189268 24,5212411
5
6
2
1
85,48387097
87,09677419
6,46785157
6,27130944
% Clasificación
41,833104
39,3293221
7
8
62
[3 5]
91,93548387
83,87096774
5,01421695
5,44409527
General
25,1423716
29,6381733
9
10
1
1
91,93548387
91,93548387
4,84623809
5,99588129
87.3656 ± 3.7393
23,4860237
35,9505924

146 [3 4] 83,87096774 3,64393988 13,2782978

147 2 90,32258065 5,87910559 34,5638825
148 1 82,25806452 4,41680594 19,5081747
149 [2 3] 85,48387097 4,98808458 24,8809878
150 1 91,93548387 6,06925515 36,8358581

Mejores argumentos – 1er Paso

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 30 SONAR

Mejor K Mejor K
1 1er Término 1
1 1
[3 4] 3
[2 3] 2
2 2
1 1
62 62
[3 5] 3
1 1
1 1

[3 4] 3
2 2
1 1
[2 3] 2
1 1

Mejores argumentos – 2do Paso – K

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 31 SONAR

'seuclidean'
100

90

80
hist(seuclidean,200)
70

60
K Ocurrencia
50 1 97
2 17
40 3 19

30

20

10

0
0 1 2 3 4 5 6 7 8 9 10 11121314 15 1617 18 19202122 23 242526 27282930 31 323334 3536373839 40414243 444546 47 48495051 52535455 56 5758596061 62

Mejores argumentos – 3er Paso – K

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 32 SONAR

'seuclidean'
150

hist(seuclidean)
100

50

0
0 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970

Mejores argumentos – 3er Paso – K

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 33 SONAR

100
Mejor K
90
1
1 80
[3 4]
[2 3]
[3 4] 70
2
1
[2 3] 60
62
[3 5]
1
[3 5] 50

1 40

30
[3 4] [3 4] 20
2
1
10
[2 3]
1
[2 3]
0
0 0.5 1 1.5 2 2.5 3 3.5

Mejores argumentos – 4to Paso – K

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 34 SONAR

Ocurrencia
Distancia Mejor K % Media Clas. ± Desv. Est.
No. %
General 78,6237 ± 4,1330
1 98 65,3333 82,5376 ± 4,2148
chebychev
2 19 12,6667 79,4946 ± 4,0006
3 18 12 79,4731 ± 3,7879
General 84,9462 ± 3,9227
1 82 54,6667 87,3548 ± 3,5212
cityblock
2 18 12 85,5054 ± 3,6570
3 21 14 86,0538 ± 3,9514
General 84,3441 ± 3,8138
1 116 77,3333 88,4409 ± 3,1403
correlation
2 16 10,6667 84,7527 ± 3,7911
3 11 7,33333 84,6559 ± 3,7779
General 83,8280 ± 4,3301
1 103 68,6667 86,6022 ± 3,0531
cosine
2 24 16 85,2043 ± 3,5196
3 13 8,66667 84.2366 ± 3.5265

Mejores argumentos – 5to Paso – Distancia

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 35 SONAR

Ocurrencia
Distancia Mejor K % Media Clas. ± Desv. Est.
No. %
General 82,6559 ± 4,0336
1 86 57,3333 85,8280 ± 3,3562
euclidean
2 26 17,3333 84,0860 ± 3,8959
3 17 11,3333 84,4409 ± 3,4158
General 60,7742 ± 3,0381
10 15 10 59,6882 ± 3,6594
hamming 11 16 10,6667 59,3763 ± 3,1234
13 15 10 59,9247 ± 3,3152
15 16 10,6667 60,0645 ± 3,4237
General 60,2796 ± 2,4829
9 16 10,6667 59,4839 ± 3,1152
jaccard
10 19 12,6667 60,0323 ± 3,6564
12 22 14,6667 60,1505 ± 3,4128
General 76,7849 ± 4,5347
1 68 45,3333 78,9677 ± 4,7747
mahalanobis 2 16 10,6667 75,8065 ± 4,2939
3 14 9,33333 77,5161 ± 4,2044
5 15 10 75,7742 ± 4,4318

Mejores argumentos – 5to Paso – Distancia

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 36 SONAR

Ocurrencia
Distancia Mejor K % Media Clas. ± Desv. Est.
No. %
General 83,1183 ± 3,3722
1 73 48,6667 85,7742 ± 3,3116
minkowski
2 25 16,6667 84,0000 ± 4,3081
3 28 18,6667 84,7849 ± 3,6923
General 87,3656 ± 3,7393
1 97 64,6667 89,3656 ± 3.5312
seuclidean
2 17 11,3333 86,5914 ± 3,3225
3 19 12,6667 87,4301 ± 3,4421
General 85,2473 ± 3,3186
1 121 80,6667 88,6882 ± 3,3583
spearman
2 12 8 86,1828 ± 3,7017
3 10 6,66667 85,5591 ± 3,7575

Mejores argumentos – 5to Paso – Distancia

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 37 SONAR

Ocurrencia
Distancia Mejor K % Media Clas. ± Desv. Est.
No. %
chebychev 1 98 65,3333 82,5376 ± 4,2148
cityblock 1 82 54,6667 87,3548 ± 3,5212
correlation 1 116 77,3333 88,4409 ± 3,1403
cosine 1 103 68,6667 86,6022 ± 3,0531
euclidean 1 86 57,3333 85,8280 ± 3,3562
hamming 15 16 10,6667 60,0645 ± 3,4237
jaccard 12 22 14,6667 60,1505 ± 3,4128
mahalanobis 1 68 45,3333 78,9677 ± 4,7747
minkowski 1 73 48,6667 85,7742 ± 3,3116
seuclidean 1 97 64,6667 89,3656 ± 3.5312
spearman 1 121 80,6667 88,6882 ± 3,3583

Mejores argumentos – 6to Paso – Distancia

 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 38 SONAR

K – NN
Ocurrencia
Distancia Mejor K
No. % Mejor distancia:
% Media Clas. ± Desv. Est.

seuclidean 1 97 64,6667 89,3656 ± 3.5312

spearman 1 121 80,6667 88,6882 ± 3,3583 Seuclidean
correlation 1 116 77,3333 88,4409 ± 3,1403
cityblock 1 82 54,6667 87,3548 ± 3,5212
cosine 1 103 68,6667 Mejor K:
86,6022 ± 3,0531
euclidean 1 86 57,3333 85,8280 ± 3,3562
minkowski
chebychev
1
1
73
98
48,6667
65,3333
85,7742 ± 3,3116
82,5376 ± 4,2148
1
mahalanobis 1 68 45,3333 78,9677 ± 4,7747
jaccard 12 22 14,6667 % Media Clas. ± Desv. Est.:
60,1505 ± 3,4128
hamming 15 16 10,6667 60,0645 ± 3,4237

89,3656 ± 3,5312

Clasificador K – NN
 ManuelMichl
Patrick A. Enciso C.
Ðaniel F.Modeling
Network León C.

08/09/2014
6/6/2013 Page 39 SONAR

100
99
98
97
96
95
94
93
92
91
90
89
88
87
86
85
84
83
82
81
80
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150

Distancia: K: % Media Clas. ± Desv. Est.:

Seuclidean 1 90,1720 ± 3,3184

Clasificador K – NN