Que modelo de prediccion debo elegir

oscarrfp

buenas compañeros.

soy nuevo con rapdiminer, vi algunos ejemplos generales de prediccion. Ahora tengo un proyecto que completar, por un postgrado que estoy tomando.

Trabajo en la entidad estatal en Bolivia, que se encarga de la emision de certificados de hechos vitales (nacimiento, matrimonio y defuncion).

Tengo un conjunto de variables que pude identificar, para un grupo de datos con un estado particular, son tramites realizados por ciudadanos, que fueron cancelados por los operadores (tramites de saneamiento de datos primarios de personas). 

Lo que se pretende evaluar es el conjunto de variables que afectan en mayor proporcion, a que los tramites mencionados hayan sido cancelados.

las variables que tengo identificadas son:

Lugar de emision del tramite

• Departamento
• Provincia
• localidad

Datos operador

• Sexo
• Edad

Datos de la solicitud

• Mes del año
• Dia de la semana
• Hora del dia

Datos Saneamiento
Categoria

• Nacimiento
• Matrimonio
• Defuncion
• Union Libre

Tipo saneamiento (cambio de nombre, cambio de apellido, adicion de datos de nacimiento, etc, etc)
Prioridad atencion (adulto mayor, mujer embarazada, normal, etc.)
Con/sin prueba interna
Cantidad Requisitos presentados para el tramite

tengo algunos ejemplos, de como realizar procesos para PREDECIR un resultado... en base a variables, sin embargo, en este caso la solucion va mas por identificar cuales son las variables de todo este conjunto, que afectan con mayor proporcion a que el tramite se haya cancelado.

si pudiesen colaborarme con algun ejemplo similar y/o guia, les estare muy agradecido



saludos cordiales a todos

rfuentealba

Hola @oscarrfp,

Veamos cómo te puedo ayudar.

Generalmente "predecir" un resultado con un algoritmo basado en reglas para las variables que tienes te entrega un modelo gráfico que puedes interpretar, pero que probablemente no sea lo que quieras. Si esa predicción está normalmente bien, entonces podrías utilizar varias estrategias:

• Explain Predictions como operador: https://docs.rapidminer.com/9.0/studio/operators/scoring/explain_predictions.html
• Buscar la Correlation Matrix de cada elemento, y analizar tus conclusiones.
• Intentar diferentes estrategias de segmentación (k-Means, x-Means) y explicarlas con árboles de decisión.

Hay también un Model Simulator, con el que puedes jugar con ciertos valores, y te da los factores que soportan y contradicen cierta predicción, aunque esto es un poco más manual.

Si tienes alguna duda, no dudes de escribir mencionando a @rfuentealba para poder venir en tu ayuda.

Saludos,

Rodrigo.
 

SGolbert

Hola Oscar,

parece ser un caso tradicional de análisis estadístico. Yo probaría de entrenar y analizar un modelo de regresión logística, que si bien no suele ser de lo mejor para hacer predicciones, es muy fácil de analizar y posiblemente entrega la información que buscas.

Saludos

SebaG