0% encontró este documento útil (0 votos)
4 vistas2 páginas

Análisis de Clustering EM en Datos

Mineria de datos

Cargado por

monikavargas
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como TXT, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
4 vistas2 páginas

Análisis de Clustering EM en Datos

Mineria de datos

Cargado por

monikavargas
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como TXT, PDF, TXT o lee en línea desde Scribd

=== Run information ===

Scheme: [Link] -I 100 -N -1 -X 10 -max -1 -ll-cv 1.0E-6 -ll-iter


1.0E-6 -M 1.0E-6 -K 10 -num-slots 1 -S 100
Relation: Base
Instances: 18260
Attributes: 3
SERIAL_HA
PERIODO
Observacion
Test mode: evaluate on training data

=== Clustering model (full training set) ===

EM
==

Number of clusters selected by cross validation: 9


Number of iterations performed: 18

Cluster
Attribute 0 1 2
3 4 5 6 7 8
(0.02) (0.13) (0.13)
(0.2) (0.31) (0.01) (0.01) (0.11)
(0.08)
===================================================================================
===================================================================================
====
SERIAL_HA
mean 1812496065.481 1908125991.3293 1939947004.3431
1964732550.0088 1820435478.5049 1942566907.4862 1847205929.5479 1874539094.0126
1916364267.1847
std. dev. 35323099.3247 17167541.6412 12024509.0315
8528522.0544 39345303.4648 28052825.8167 62417748.0109 12547081.2989
5827012.9205

PERIODO
mean 201864.028 202402.8457 202404.9059
202406.5934 202309.2668 201666.7306 202202.9215 202401.4999
202403.994
std. dev. 319.0484 0.6598 0.6893
0.5934 2.3346 495.073 50.4149 0.5161
0.0811

Observacion
Sin_vinculacion 97.7767 822.2401 771.6401
1056.7475 2471.3039 101.4818 73.6352 1005.3027
320.8722
Sin_tramo 144.4 897.937 739.6625
1191.4829 1611.2135 92.818 100.3403 606.3712
465.7746
Activo_BDEX 2.0292 74.1875 64.7643
52.9695 204.9306 1.0026 1.0398 111.8867
32.1898
Completo 16.7438 97.0525 68.5433
759.4141 86.1459 1.2334 16.8857 15.5841
274.397
Empresas_fraudulentas 3.1897 78.1499 307.7228
70.5427 258.845 5.9869 10.0143 88.3331
303.2156
Sus_por_mora 21.6213 294.1541 389.3
380.4212 732.6165 13.0934 72.6313 56.6254
42.5367
No_existe_ADRES 1.4855 65.0351 13.952
10.9179 15.6007 1.7164 5.1992 5.5852
20.508
Sus_por_documento 1.0051 26.6916 19.464
29.7541 140.9644 1.0199 1.0151 40.3551
7.7307
Fallecido 1.0044 22.2055 51.4694
20.6385 127.9667 2.9584 1.0742 48.8018
24.8811
Cancelado_RNEC 1.0038 5.6379 4.2825
1.7112 20.9918 1.0004 1.0045 9.8286
1.5393
Multiafiliacion 1.0026 1.0325 4.9125
2.0683 2.9951 1.0005 1.0024 1.9841
1.0021
Regimen_subsidiado 1 1.0242 1.1734
4.8429 1 1.0002 1 1
1.9592
[total] 292.2621 2385.3479 2436.887
3581.5107 5674.5741 224.312 284.842 1991.6579
1496.6063

Time taken to build model (full training data) : 268.58 seconds

=== Model and evaluation on training set ===

Clustered Instances

0 247 ( 1%)
1 2170 ( 12%)
2 2353 ( 13%)
3 3516 ( 19%)
4 5694 ( 31%)
5 202 ( 1%)
6 282 ( 2%)
7 2018 ( 11%)
8 1778 ( 10%)

Log likelihood: -22.64189

También podría gustarte