Resumen de Predicción del divorcio por medio de técnicas inteligentes
- español
El objetivo de este trabajo es estimar las relaciones entre las variables más importantes que pueden llevar a un divorcio. Se realiza utiliza la plataforma de aprendizaje automático y minería de datos Weka, la cual emplea el algoritmo de clasificación (J48), que es de comportamiento similar a un algoritmo bayesiano. Inicialmente se modela una base de datos existente, con 173 registros y 55 variables, de las cuales 54 son independientes y una variable dependiente (divorcio). Se seleccionan las variables independientes que producen una influencia moderada sobre la variable dependiente. Adicionalmente, se realiza una segunda reducción de variables mediante un proceso de selección estadística. Como resultado se identifican las cuatro variables más influyentes con un éxito del 100 % cuando se emplea un porcentaje de partición superior al 90 %. Se concluye que por medio del árbol de decisión se pueden observar de forma clara y concisa las variables más importantes que pueden causar un proceso de divorcio.
- English
The objective of this study is to estimate the relationships among variables that can lead to a divorce. The automatic learning and data-mining platform Weka is employed. Weka uses the classification algorithm J48, which behaves similarly to a Bayesian algorithm. First, an existing database is modeled with 173 records and 55 variables, of which 54 are independent and one is dependent (divorce). The independent variables that produce a moderate influence on the dependent variable are selected. Then, a second variable reduction is performed through a statistical selection process. The results show that the four most influential variables are identified with a 100% success rate when a partition percentage greater than 90% is used. It is concluded that through a decision-making tree, the most important variables that can lead to a divorce process can be determined clearly and accurately.
