AML Web Mining(Data modeling)

Selección de predictores mediante Odds Ratio
Validación cruzada(dataset de entrenamiento)
- Resultados de validación cruzada de modelos según métricas de efectividad
- Modelado:Comparación de curvas ROC por modelo
Ranking de modelos según perfomance en muestra externa(dataset de testing)
Consenso de modelos

Selección de predictores mediante Odds Ratio

Validación cruzada(dataset de entrenamiento)

Resultados de validación cruzada de modelos según métricas de efectividad

Modelado:Comparación de curvas ROC por modelo

Ranking de modelos según perfomance en muestra externa(dataset de testing)

Consenso de modelos

**Modelo de Consenso de los diferentes ajustes**

	Dependent variable:

	Clase

RF	10.715^***
	(2.551)

SVMP	9.547^***
	(1.948)

SVMR	0.418
	(1.587)

BLR	-1.202
	(1.640)

GBM	-2.194
	(1.750)

Constant	-9.142^***
	(1.235)


Observations	1,199
Log Likelihood	-34.880
Akaike Inf. Crit.	81.760

Note:	p<0.1; p<0.05; p<0.01

Para el modelo de consenso se obtiene una

tasa de acierto de 98.832 %.
Precisión (Documentos clasificados LAFT que son verdaderamente LAFT) de 98.827 %
Recall (De todos los documentos LAFT, cuantos son clasificados LAFT) de 98.827 %