Nuevo clasificador bayesiano simple para el análisis de datos educativos

Resumen

En este artículo, se propone el uso de un nuevo clasificador bayesiano simple (SBND) que aprende rápidamente una frontera de Markov de la variable clase y una estructura de red que relaciona las variables de la clase y dicha frontera. Este modelo se compara con otros clasificadores bayesianos, para luego hacer uso de los modelos gráficos probabilísticos en el campo de la enseñanza para poder determinar el problema de deserción estudiantil en las universidades. Se han utilizado datos socioeconómicos de los estudiantes legalmente matriculados en la Facultad de Ciencias de la Ingeniería de la Universidad Técnica Estatal de Quevedo en Ecuador durante el periodo 2012-2013. Con esta base de datos se compararán los resultados que obtienen los algoritmos Naive Bayes, TAN, BAN, SBND y las combinaciones con diferentes métricas como K2, BIC, Akaike, BDEu. También se comparan los métodos RPDAG y C-RPDAG. El trabajo experimental fue realizado con la herramienta Weka que es de acceso libre y gratuito.

Palabras clave:

Redes bayesianas, clasificador bayesiano, deserción estudiantil.

ABSTRACT

In this article, we propose the use of a new simple Bayesian classifier (SBND) that quickly learns a Markov boundary of the class variable and a red structure that relates the variables of the class and the boundary. This model is compared with other Bayesian classificators, to then make use of probabilistic graphical models in the field of education in order to determine the problem of student desertion in universities. Socio-economic data of students legally enrolled in the Faculty of Engineering Sciences of the Technical State University of Quevedo in Ecuador during the 2012-2013 period have been used. This database compares the results obtained with the Naive Bayes, TAN, BAN, SBND and combinations with different metrics such as K2, BIC, Akaike, BDEu. The RPDAG and C-RPDAG methods are also compared. The experimental work was carried out with the Weka tool, which is free and has open access.

Keywords:

Bayesian networks, Bayesian classifier, student desertion.