Análisis de Datos Parte II
Tarea #4: Análisis Lineal Discriminante
Entregar el 22 de abril
1. Instrucciones generales
Para realizar los programas de la práctica se puede utilizar el lenguaje de programación que mejor te
convenga.
Entregar un reporte en un documento PDF de máximo 15 cuartillas utilizando el machote de LATEX
que puedes bajar en la página del curso.
Entregar los códigos fuente de las rutinas utilizadas en las prácticas.
En la carpeta personalizada en OneDrive, en la carpeta llamada T4 colocar el reporte, y los códigos
fuente se colocan en la subcarpeta llamada Codigos.
El lı́mite de entrega es hasta las 23:59 horas del dı́a señalado.
Favor de buscar al profesor para aclarar dudas sobre la tarea. No se resolverán dudas relacionadas al
lenguaje de programación.
2. Descripción de la tarea
Parte #1: Investigación
a) Investigar en la literatura ejemplos recientes (últimos 5 años) del tipo de problemas en los que se ha
aplicado el análisis lineal discriminante (LDA) y citarlos brevemente en la Introducción del reporte.
Adicionalmente, investigar sobre trabajos que hayan implementado alguna estrategia de descomposición
multiclase (por ejemplo, OVO, OVA, y A&O), independientemente del tipo de clasificador utilizado.
Parte #2: Implementación del LDA y su extensión a multiclase
a) Implementar el entrenamiento del clasificador LDA para dos clases (solución directa).
b) Implementar la estrategia de descomposición uno-contra-uno (OVO) para extender el clasificador LDA
al caso multiclase.
c) Implementar la estrategia de agregación de grafo acı́cilico dirigido de decisión (DDAG) para hacer la
predicción multiclase.
d) Sugerencia: hacer dos funciones independendientes para el entrenamiento y la clasificación.
1
Análisis de Datos Parte II
Tarea #4: Análisis Lineal Discriminante
Parte #3: Evaluación del clasificador LDA
a) Con los programas implementados en el Ejercicio #2, realizar 10 experimentos de clasificación usando
los dos conjuntos de datos asignados (dos clases y multi-clase) y medir el porcentaje de aciertos total y
por clase.
b) Reportar la media y desviación estándar de los 10 experimentos.
Parte #4: Comparación final de clasificadores
a) Hacer un comparativo de todos los clasificadores implementados en las cuatro prácticas, mostrando sola-
mente la media y desviación estándar de la exactitud global. Para aquello métodos en los que se evaluaron
diferentes configuraciones de hiperparámetros, solo reportar el mejor caso encontrado.
b) Reporta cuál fue el mejor método de clasificación (para cada conjunto de datos asignado), por qué
consideras que fue el mejor, y qué limitantes puedes deducir de los otros métodos que no obtuvieron
resultados satisfactorios.
Página 2 de 2