Estudio y análisis del funcionamiento de técnicas de minería de datos en conjuntos de datos relacionados con la Biología

Abstract

[ES] La minería de datos es un proceso computacional que permite la extracción de información a partir de un conjunto de datos (datasets) con el fin de transformarlo posteriormente para su uso. En el presente trabajo se analizan conjuntos de datos relacionados con la Biología y, para ello, se ha utilizado una serie de algoritmos que ayudan a determinar el funcionamiento de los datos. De esta forma, se han analizado alrededor de 40 datasets y se ve cómo influyen el número de clases y el número de atributos sobre los algoritmos utilizados y cuáles de ellos han sido los más adecuados en el análisis de los datos. Se ha realizado un estudio experimental muy completo usando test estadísticos con los datasets. Se han aplicado estos algoritmos a un problema del campo de la Biología y Biomedicina, como por ejemplo el problema del cáncer.

[EN] Data mining is a computational process that allows information to be extraction from a dataset in order to transform it later for use. In the present work, datasets related to Biology are analyzed and, for this purpose, a series of algorithms have been used to help determine the functioning of the data. In this way, around 40 datasets have been analyzed and it is seen how the number of classes and the number of attributes influence the algorithms used and which of them have been the most appropriate in the analysis of the data. A very complete experimental study has been carried out using statistical tests with the datasets. These algorithms have been applied to a problem in the field of Biology and Biomedicine, such as cancer problem.