Aplicación de minería de datos sobre un repositorio de variables fitofenológicas de cultivos cítricos para la extracción de conocimientos
El desarrollo sustentable y eficiente de los cultivos implica un seguimiento sobre los factores que afectan a los mismos. Esta investigación busca determinar las características que influyen en el desarrollo de los cultivos cítricos a través de las variables fitofenológicas que son almacenadas en el...
Guardado en:
| Autores principales: | , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/71509 http://47jaiio.sadio.org.ar/sites/default/files/CAI-49.pdf |
| Aporte de: |
| Sumario: | El desarrollo sustentable y eficiente de los cultivos implica un seguimiento sobre los factores que afectan a los mismos. Esta investigación busca determinar las características que influyen en el desarrollo de los cultivos cítricos a través de las variables fitofenológicas que son almacenadas en el sistema FruTIC, mediante técnicas de minería de datos.
La metodología utilizada es CRISP-DM y la implementación en el lenguaje R. Los modelos de clasificación construidos fueron evaluados con las métricas Kappa y área bajo la curva ROC; y los de regresión, con el RMSE y R2. La predicción de las variables tuvieron una precisión superior al 76% para la mayoría de los modelos, excepto para minador y Diaphorina; aun así se pudieron identificar y cuantificar la importancia de los atributos predictores con respecto a cada una de las variables objetivos definidas. De los modelos implementados random forest y xgboost obtuvieron mejor desempeño. |
|---|