Professional Documents
Culture Documents
Luego de esto creamos una función llamada Cross_val.m para hacer un proceso de
validación cruzada, que nos servirá para saber qué tan bueno es el algoritmo,
nombrándola en el programa principal así:
[Xtrain,Xval,Ytrain,Yval]=Cross_val(X,Y);
Con esto se consigue que de la base de datos el 70% serán las muestras para
entrenar y el 30% restante serán las muestras para validar.
Seguidamente se seleccionan las variables X y Y que son las muestras que se van
a entrenar y a validar, para la variable Y se tienen en cuenta los resultados ya
entregados en la base de datos sobre si el tumor encontrado en los pacientes es
benigno o maligno, y para la variable X se tienen en cuenta todos los atributos
entregados en la base de datos.
---------------CREO QUE FALTA MENCIONAR MÁS SOBRE ESTO-------
Ahora bien para llevar a cabo la predicción se hace uso de una propiedad de la
hipótesis conocida como barrera de decisión (Decisión Boundary)
COMPROBAR QUE SI SEA LA ECUACION
hw(x)=G(w0+w1x1+w2x2)
La cual dice que si este resultado es ‘uno’ entonces la barrera de decisión va a ser
mayor o igual a 0.05 como es propuesto en la función pred.m; esto con el fin de
encontrar valores de y=0 y y=1 ya que en la predicción se analiza que es 1 si el
tumor es maligno y es 0 si es benigno.