Uso de árboles de decisión para detectar si una habitación está ocupada usando Python

• Atamari Aguilar, Joel ^[1] ; Flores Conde, Cristian ^[1] ; Mamani Mamani, Jhon ^[1] ; Rondon Polanco, Sergio ^[1]
  1. [1] Universidad Nacional de San Agustín de Arequipa
• Localización: Revista Innovación y Software, ISSN 2708-0935, ISSN-e 2708-0927, Vol. 3, Nº. 1, 2022 (Ejemplar dedicado a: March - August), págs. 58-66
• Idioma: español
• Títulos paralelos:
  • Use of decision trees to detect if a room is occupied using Python
• Enlaces
  • Texto completo  1    2    3  
• Resumen
  • español

    En este artículo se presenta una descripción de los árboles de decisión para determinar si una habitación está ocupada o no. En esta investigación se demuestra empíricamente que es posible determinar si una habitación está ocupada o no, usando las variables temperatura, humedad, luminosidad, nivel de CO2 y el radio de humedad, mediante la utilización de árboles de decisión con las librerías SKLEARN en el lenguaje Python.

  • English

    This article presents a description of the decision trees for determining whether a room is occupied or not. In this research it is empirically demonstrated that it is possible to determine whether a room is occupied or not, using the variables temperature, humidity, luminosity, CO2 level and the humidity ratio, by using decision trees with the SKLEARN libraries in the language Python.