Métricas de Distancia

SMC = (A₁₁+D₀₀)/(A₁₁+B₁₀+C₀₁+D₀₀)

Jaccard = A/(A+B+C)

RAO = A/(A+B+C+D)

Similaridad del Coseno = D₁°D₂ / ||D₁||*||D₂||

D₁°D₂= Producto punto, X₁*Y₁ + X₂*Y₂…

||D₁|| = (X₁*X₁ + X₂*X₂ + …)^0.5

Jaccard Extendido = D₁°D₂ / (||D₁||² + ||D₂||²) – (D₁°D₂)

Minskowski = [Sumatoria(A_x – A_y)^r]^1/r ; r= lo dan, A es coordenada

• r = 1 => Distancia Manhattan
• r = 2 => Distancia Euclidiana
• r = infinito => Distancia Suprema

Métricas de Agrupamiento

Agrupamiento Jerárquico Aglomerativo: Es un árbol invertido, todos los clústeres son entradas y forman solo un clúster de salida.

Agrupamiento Jerárquico Divisible: Es un árbol común, la entrada es solo un clúster y la salida son varios clústeres.

Dendrograma: Árbol que muestra las uniones y divisiones de los clústeres.

Similaridad Inter-Clúster: Diagonal = 1

Distancia Inter-Clúster: Diagonal = 0

Métricas de Clasificación

Entropía: -P(C₁)log₂P(C₁) -P(C₂)log₂P(C₂)

GINI: 1-P(C₁)²-P(C₂)²

GINI_split: Probabilidad(SI)*GINI(si) + Probabilidad(NO)*GINI(no)

3/10*0.142+7/10*0

Error de clasificación: 1-max[P(C₁), P(C₂)]

Redes Bayesianas

P(Bueno|t)=P(Bueno|t)*P(Bueno)/P(Bueno|t)*P(Bueno)+P(Malo|t)*P(Malo)

P(Malo|t) = P(Malo|t)*P(Malo)/P(Bueno|t)*P(Bueno)+P(Malo|t)*P(Malo)

P(Bueno|t): Veces que se repite la condición

P(Bueno): Probabilidad de…