Redes Bayesianas para Inferir Integridad Ecologica en Los Ecosistemas

Redes Bayesianas
para inferir
integridad ecolgica
en los ecosistemas
Liliana Areli Snchez Parra
Redes bayesianas para inferir integridad ecolgica

EME - UV
Agradecimientos
Al Dr. Octavio Prez Maqueo porque desde aquella vez que nos recibi en
el INECOL, nos permiti adentrarnos a sus proyectos. Tambin por
contagiarme el inters por las Redes Bayesianas y de su entusiasmo. Por
todo el apoyo brindado, la paciencia y sobretodo el conocimiento
impartido. Por aquella presentacin aterradora en la CONABIO y a todo el
equipo de ROBIN en general.
Al Dr. Nicandro Cruz Ramrez por haber aceptado dirigir mi trabajo, dado
que ya comenzaba a correr el tiempo, por todo los papers y material que
me proporciono as como la resolucin de dudas.
A la coordinacin de la EME y sobre todo a la Dra. Mara Luisa Hernndez

Maldonado, por todo el apoyo durante todo el ao de este programa. Por
aceptarme y por ser lectora de este trabajo, por guiarme en el proceso de
titulacin y los consejos dados.
Finalmente a mi familia por todo el apoyo y paciencia que siempre me han

tenido, y a Dios por darme la vida y ayudarme da a da.

EME - UV
Resumen
Con nuestra vida se daa nuestro planeta, tan solo con un cambio se ve
afectado el ecosistema y todo lo que en l habita, se habla de la desaparicin de
especies vegetales y animales. Existe mucho inters en encontrar la manera de
medir la integridad de los ecosistemas, pero antes una definicin para sta
caracterstica deseable. En nuestro pas investigadores de dos instituciones
colaboran en un proyecto internacional para encontrar relaciones entre
variables y de esta manera inferir que tanto los ecosistemas de Mxico son
ntegros.
Se recurre a
las Redes Bayesianas para
determinar las relaciones
probabilistas, es una tcnica relativamente nueva que consta de dos partes:

una grfica y las tablas de probabilidades. Pertenece a la minera de datos por
lo que se pueden manejar bases de datos muy grandes y combinan los
principios de la teora de grafos, teora de la probabilidad, la informtica y la
estadstica, ya que las dependencias entre variables se estiman utilizando
mtodos estadsticos y computacionales.
En este trabajo se presentan estructuras generadas mediante algoritmos de
bsqueda y se finaliza eligiendo una red para cada una de las dos bases
empleadas y tomadas del Inventario Nacional Forestal y de Suelos, mediante
criterios de informacin.

EME - UV
Tabla de contenido
1.
INTRODUCCIN .................................................................................................................................. 1
1.1
MARCO CONTEXTUAL ........................................................................................................................... 1
1.2
ANTECEDENTES ................................................................................................................................... 3
1.3
PLANTEAMIENTO DEL PROBLEMA ............................................................................................................. 5
1.4
JUSTIFICACIN .................................................................................................................................... 6
1.5
OBJETIVOS ......................................................................................................................................... 7
Objetivo general .................................................................................................................................. 7

Objetivos especficos............................................................................................................................ 7
2.
3.
4.
TEORA DE LA PROBABILIDAD ............................................................................................................. 8

2.1
PROBABILIDAD CONJUNTA Y MARGINAL ................................................................................................... 10
2.2
PROBABILIDAD CONDICIONAL................................................................................................................ 10
2.3
INDEPENDENCIA CONDICIONAL .............................................................................................................. 11
2.4
TEOREMA DE BAYES ........................................................................................................................... 11
2.5
ESPERANZA MATEMTICA .................................................................................................................... 14
MTRICAS ......................................................................................................................................... 16
3.1
MDL.............................................................................................................................................. 17
3.2
ENTROPA ........................................................................................................................................ 18
3.3
CRITERIOS DE SELECCIN: AIC Y BIC ...................................................................................................... 20
REDES BAYESIANAS........................................................................................................................... 22
4.1
DEFINICIN ...................................................................................................................................... 22
4.2
APRENDIZAJE DE LOS PARMETROS ........................................................................................................ 25
4.2.1
Aprendizaje de la estructura ................................................................................................ 28
4.2.2
Aprendizaje de variables latentes ......................................................................................... 29
4.3
INFERENCIA EN UNA RED BAYESIANA....................................................................................................... 32
4.4
CLASIFICACIN .................................................................................................................................. 33
4.4.1
5.
Mtodos de evaluacin ........................................................................................................ 33
MATERIALES & MTODOS................................................................................................................. 35

5.1
DESCRIPCIN DE LAS BASES DE DATOS ..................................................................................................... 35
5.2
ALGORITMOS QUE APRENDEN LA ESTRUCTURA DE LA RED BAYESIANA A PARTIR DE DATOS. .................................... 38
5.2.1
Hill Climbing (ascenso de colinas) ......................................................................................... 38

EME - UV
6.
5.2.2
K2 ........................................................................................................................................ 39
5.2.3
Simulated annealing (recocido simulado) ............................................................................. 40
5.2.4
Tab Search (bsqueda tab) ............................................................................................... 41
5.2.5
TAN (Nave Bayes Aumentado a rbol) ................................................................................. 42
METODOLOGA Y RESULTADOS. ....................................................................................................... 44

6.1
METODOLOGA ................................................................................................................................. 44
6.2
RESULTADOS .................................................................................................................................... 45
7.
CONCLUSIONES Y TRABAJO FUTURO ................................................................................................ 48
8.
BIBLIOGRAFA ................................................................................................................................... 49
9.
ANEXOS .............................................................................................................................................. 1
9.1
RESULTADOS (COMPLETOS) .................................................................................................................... 1
9.2
USANDO WEKA ............................................................................................................................... 13

EME - UV
1. Introduccin
1.1 Marco Contextual
Segn la Real Academia Espaola, algo es ntegro cuando no carece de

ninguna de sus partes1. Pero, cmo se mide la integridad en los seres vivos, en
los ecosistemas y espacios de nuestro entorno? Intuitivamente, se podra
pensar que en un estado de integridad debera estar toda especie vegetal y
animal segn la caracterizacin del ecosistema. Sin embargo la medicin de
integridad no es tan sencilla como se seala a continuacin, dado que se trata
de una variable latente.
Un anlisis de la literatura en la materia muestra que no existe una
definicin nica y objetiva de integridad ecolgica. Hasta ahora se ha recurrido
a conceptos como el de estabilidad o resiliencia para describir en la teora
ecolgica las respuestas de los ecosistemas a los factores de tensin (Kay, 1991).
Sin embargo existen algunas definiciones que se han propuesto en distintas
fuentes.
Groves define la integridad ecolgica como la capacidad de un sistema de
mantener comunidades biticas2 y una organizacin funcional comparable con
los hbitats naturales (sin disturbios antropognicos) (Groves, 2003). Por otro
lado, (Angermaier, 1994) la define como la habilidad de un ecosistema de
Consulta en lnea 2014 http://lema.rae.es/drae/srv/search?key=%C3%ADntegro

Conjunto de poblaciones que viven en un hbitat o zona definida que puede ser amplia o reducida. Las
interacciones de los diversos tipos de organismos conservan la estructura y funcin de la comunidad y
brindan la base para la regularizacin ecolgica de la sucesin en la misma. Consultado en
http://ecologiasomosnaturaleza.blogspot.mx/2007/04/comunidades-biticas.html
2
Liliana A. Snchez Parra

EME - UV
perpetuar su funcionamiento siguiendo su camino natural de evolucin y de
poder recuperarse tras una perturbacin3.
La enciclopedia de la salud y ecologa la define como la proteccin y
restauracin de los sistemas ecolgicos del planeta Tierra, prestando particular
atencin al mantenimiento de la diversidad ecolgica. Tambin como la
proteccin de todos los seres vivos evitando por todos los medios su destruccin.
(Biblioteca educacin y salud, 2002). Si bien es difcil contar con una definicin
nica de integridad ecolgica es posible tratar de encontrar indicadores sobre
una condicin deseable (integra) de los ecosistemas. Por tanto, en este trabajo y
de acuerdo con Equihua et al (Equihua Z., Miguel; Garca A., N; Prez M,
Octavio; Bentez Badillo, G; Kolb, M; Schmidt, M; Equihua Bentez, J; Maeda,
P) se considera que la integridad ecolgica constituye un atributo subyacente
no medible directamente (como lo seran la salud o la inteligencia humanas por
ejemplo).
A nivel nacional se cuenta con una gran cantidad de informacin que
puede ser utilizada en la evaluacin de integridad. Se tienen variables
contenidas en el Inventario Nacional Forestal (INFyS), el cual tiene un rico
acervo de datos y es operado por la Comisin Nacional Forestal (CONAFOR).
Este instrumento est basado en un esquema de muestreo constituido por una
retcula espaciada entre 5 y 20 km sobre el territorio nacional. Incluye 57 tipos
de vegetacin (Serie IV de INEGI) y tres grandes grupos de uso del suelo
(agricultura, ganadera y urbanizacin). En el protocolo de medicin vigente el
INFyS produce datos sobre la estructura y estado de la vegetacin as como de
la riqueza de especies en un conjunto de ms de 200 variables.
Aparentemente, existe un dilema por parte de los expertos en ecologa ya
que la formulacin de polticas pblicas orientadas hacia la sustentabilidad
3
Ejemplos de perturbaciones naturales son el fuego, las avalanchas de nieve, fenmenos meteorolgicos
extremos (vientos intensos, temperaturas anormalmente altas o bajas), inundaciones y deposicin de
partculas, las plagas de insectos, las enfermedades y algunos mamferos.

EME - UV
requiere de forma urgente evaluar sus impactos econmicos, sociales y
ambientales (Boulanger, P., y T. Brchet, 2005). Como respuesta, se ha optado
por usar ndices que denotan una condicin de integridad ante las dificultades
que se han encontrado distintos autores por medir esta caracterstica desde un
enfoque determinista.
Como se mencion se cuenta con una gran cantidad de informacin que
puede ser utilizada en la evaluacin de integridad. A travs del proyecto
internacional llamado ROBIN (Role Of Biodiversity In climate change
mitigatioN), en colaboracin con el Instituto de Ecologa, y la Comisin
Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO), haciendo
uso de la metodologa bayesiana se pretende modelar patrones de dependencia
entre un conjunto de variables (contenidas en el Inventario Nacional Forestal).
1.2 Antecedentes
A lo largo de las dcadas se le ha dado mayor importancia a la

preservacin de los ecosistemas en su forma natural. No obstante, fue en la
dcada de los 60s cuando comenz a ser utilizado el trmino de integridad. Se
dice que algo es ntegro cuando existe garanta de la exactitud de la
informacin frente a la alteracin, prdida o destruccin, ya sea de forma
accidental o con base en un propsito determinado.
En 1975 bajo la organizacin de la Agencia de Proteccin al Ambiente de
los Estados Unidos (EPA por sus siglas en ingls) se discuti el concepto de
integridad, como referencia a ser una caracterstica deseable de los
ecosistemas as como su principio cultural o moral. Como resultado de lo
anterior, existe una amplia gama de interpretaciones sobre lo que significa
integridad. No obstante, exista el consenso de que era necesario asegurar la

EME - UV
integridad ecolgica en la prctica.
Ulanowicz public que nunca se puede decir que los ecosistemas estn
completos ya que hay cambios en ellos que conducen a una condicin madura
congruente con el entorno fsico prevaleciente (Ulanowicz, 1990).
Para mediados de los 90s el concepto de integridad ecolgica as como el
de integridad ecosistmica, fueron mencionados en un gran nmero de
instrumentos regulatorios en EUA (Navarrete, 2001). En Mxico ha ocurrido
algo semejante en relacin con el manejo de los ecosistemas o las consecuencias
de la intervencin humana en ellos. Se le concibe como un referente o bien
como una meta para el manejo con criterios de sustentabilidad.
De acuerdo con (Westra, 2000) un tema importante en biologa de la
conservacin es conocer qu requerimientos espaciales son necesarios para
mantener los ecosistemas nativos. No slo en trminos de superficie sino
tambin en cuanto a la configuracin espacial necesaria de modo que su
ocurrencia combinada constituya un elemento de integridad ecolgica.
Para promover la transicin hacia formas sostenibles de vida y una
sociedad global con base en un marco tico compartido ampliamente. Dicho
marco establecido en la Carta de la Tierra incluye el respeto y el cuidado de la
comunidad de vida, la integridad ecolgica, los derechos humanos universales,
el respeto a la diversidad, la justicia econmica, la democracia y una cultura de
paz. La Carta de la Tierra es un documento internacional y todos los pases
pueden firmarlo y de esta manera comprometerse. En la Carta de la Tierra
(Mackey, 2005) se menciona que la integridad ecolgica es el funcionamiento
permanente saludable o apropiado de los ecosistemas a escala global y local, as
como a su provisin continua de recursos renovables y servicios ambientales.
De esta forma los procesos naturales que sostienen la integridad ecolgica de
los ecosistemas incluyen la evolucin de nuevas especies y la dispersin de

EME - UV
especies existentes de flora y fauna y sus propgulos4.
En el proyecto ROBIN (antes mencionado) se manifiesta que la
biodiversidad juega un papel importante en el bienestar humano. En este
sentido, la prdida de biodiversidad podra considerarse como una de las
principales fuerzas mundiales del cambio ambiental. Para arrojar luz sobre el
papel de la biodiversidad en la mitigacin del cambio climtico en los procesos
de los ecosistemas, este proyecto analiza la relacin entre sta y la provisin de
servicios ambientales dentro de un contexto socio-ecolgico que considera por
ejemplo, el impacto de varias polticas relacionadas con la actividad humana.
Como parte de este proyecto, investigadores del INECOL y de la
CONABIO han propuesto el uso de redes bayesianas para evaluar la integridad
de los distintos ecosistemas presentes. Resultados preliminares se basan en
redes automticas utilizando el clasificador Nave. Este es el modelo ms
simple de clasificacin con redes bayesianas, ya que asume independencia
entre todos los atributos dada una clase, adems existen otras propuestas
basadas en opinin de expertos utilizando distintas fuentes de informacin.
1.3 Planteamiento del problema
Como se ha mencionado la integridad es una caracterstica deseable en

todos los ecosistemas, sin embargo poder decir si existe y en qu grado es un
proceso muy complejo. Si bien existen propuestas de redes basadas en
opiniones de expertos y con otras fuentes de informacin, mediante este trabajo
se proponen distintas redes para encontrar las relaciones entre variables y de
esta forma evaluar la integridad ecolgica haciendo uso de distintos algoritmos
4
Propgulo (del latn propagulum) en biologa es cualquier germen, parte o estructura de un organismo
(planta, hongo o bacteria), producido sexual o asexualmente, capaz de desarrollarse separada para dar lugar
a un nuevo organismo idntico al que le form.1 2 Es decir, es cualquier estructura de reproduccin y
propagacin biolgica. Consulta en lnea en http://es.wikipedia.org/wiki/Prop%C3%A1gulo

EME - UV
de bsqueda y determinar la mejor red en base a los criterios de informacin. A
partir de esto surgen las siguientes preguntas:
Cmo saber cundo un ecosistema es integro? Cules son las variables
que lo determinan? Se podran reducir algunos recursos en la medicin de
variables y emplearlos en mejorar la medida de otras?
A nivel nacional el principal objetivo de los distintos instrumentos
normativos mexicanos en materia ambiental se enfocan a la conservacin de los
ecosistemas, la vida silvestre y sus hbitats. El plan Nacional de Desarrollo
correspondiente convoca a detener la prdida y degradacin de ecosistemas y
lograr un uso sustentable del capital natural.
1.4 Justificacin
Si se asume que la integridad es una condicin valiosa y medible de un

sistema
biolgico,
el
concepto
da
oportunidad
para
conjuntar
las
preocupaciones de la ciencia y la poltica pblica. La prdida de integridad

interfiere con los procesos del ecosistema y al modificar su funcionamiento
altera las formas de produccin de los servicios ecosistmicos que ste provee.
Se pretende con las redes bayesianas tener mayor claridad para identificar la
relacin entre variables que mejor contribuyan a identificar condiciones de
integridad ecolgica.
En Mxico actualmente se hacen grandes esfuerzos por preservar los
ecosistemas en un estado
alto de conservacin. Este trabajo proporcionar
informacin relevante para las instituciones que tiene la responsabilidad de

realizar acciones en pro de la conservacin de los ecosistemas. Lo anterior a
travs de colaborar en la construccin de medidas sobre integridad que les

EME - UV
permitan disear y optimizar las estrategias de conservacin y desarrollo.
1.5 Objetivos
Objetivo general
Crear una red bayesiana a travs de distintos algoritmos para identificar la
estructura de las variables que definen a un ecosistema ntegro y que aporte
informacin til para la toma de decisiones dentro de los esfuerzos que se
hacen para la preservacin de los ecosistemas.
Objetivos especficos
a) Proponer una estructura de red bayesiana obtenida a partir de datos que
evalen integridad ecolgica.
b) Comparar esta red con otras propuestas existentes (incluida Naive o
ingenua).

EME - UV
2. Teora de la probabilidad
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un

acontecimiento determinado mediante la realizacin de un experimento
aleatorio,
del
que
se
conocen
todos
los
resultados
posibles,
bajo
condiciones estables. La Teora de la Probabilidad nos permite la obtencin de

modelos aleatorios o estocsticos mediante los cuales podremos conocer, en
trminos de probabilidad el comportamiento de los fenmenos aleatorios
(Montes S, 2007).
Se considera el siguiente fenmeno aleatorio: lanzar un dado y observar el
nmero de puntos en la cara. Lo cual da lugar a un resultado de entre un
conjunto de posibles resultados, los cuales pueden ser
. Este
conjunto de posibles resultados recibe el nombre de espacio muestral. Si se

considera alguna caracterstica en comn de los posibles resultados se habla de
un
suceso,
(Degroot,
1988).
probabilidad de que la cara del dado tenga un nmero par sera

De manera ms formal, la probabilidad
total de
casos posibles sera
ocurrencias
de aparicin de un suceso
La
.
de un
y se define como la razn entre el nmero de
en que dicho suceso es cierto y el nmero total de casos posibles
Esta definicin tiene el problema de que las frecuencias slo son exactas
en el lmite de infinitas repeticiones (De Finetti, 1989).
La probabilidad es una herramienta que nos permitir modelar nuestro
conocimiento aproximado sobre un suceso.
En 1993, el matemtico ruso Andrei N. Kolmogorov estableci un conjunto

EME - UV
de axiomas (N. Kolmogorov, 1956), que deben satisfacerse para que podamos
determinar consistentemente la probabilidad sobre unos sucesos (Garca F. J.,
2009), dichos axiomas son:
Primer axioma: la probabilidad de un suceso
es un nmero real no
negativo, es decir:
Segundo axioma: la probabilidad del espacio muestral
Tercer axioma: si
es 1:
son un conjunto de sucesos mutuamente
excluyentes, entonces la probabilidad de que al menos uno de estos

sucesos ocurra, es la suma de las probabilidades individuales:
(
De estos axiomas hay una serie de propiedades que se pueden deducir:
Normalizacin:
Monotonicidad: si
entonces
Inclusin Exclusin: dado cualquier par de subconjuntos
de ,
se cumple siempre la siguiente igualdad:
Para cualquier suceso

Como
y su complementario
podemos deducir que
son dos sucesos disjuntos, es decir,
Antes de comenzar a describir las probabilidades conjunta y condicional es

necesario describir la distribucin de probabilidad de una variable aleatoria ,
esta es una funcin que asigna a cada evento definido sobre la variable

EME - UV
aleatoria una probabilidad. La distribucin de probabilidad describe el rango de
valores de la variable aleatoria as como la probabilidad de que el valor de la
variable aleatoria est dentro de un subconjunto de dicho rango (Garca F. J.,
2009).
2.1 Probabilidad conjunta y marginal
Sea
la
distribucin
de
probabilidad
conjunta
sobre
es decir
Entonces la distribucin de probabilidad marginal sobre la i-sima variable se

obtiene mediante la siguiente frmula:
2.2 Probabilidad condicional
Sean
dos variables que toman valores en
. Entonces la probabilidad condicional de
tales que ( )
dado
viene dada
por
|
10

EME - UV
Por lo tanto, la distribucin de probabilidad conjunta de
puede obtenerse
como:
|
2.3 Independencia condicional
Sean
tres conjuntos disjuntos de variables. Se dice que
condicionalmente independiente de
dado que conocemos
es
, si y solo si para
se verifica que
|
De lo contrario se dice que
. Cuando
|
|
son condicionalmente dependientes dado
son condicionalmente independientes dado
se nota como
2.4 Teorema de Bayes
En la teora de la probabilidad el Teorema de Bayes se expresa como la

probabilidad condicional de un suceso aleatorio
dado
en trminos de la
distribucin de probabilidad condicional del suceso
dado
y la distribucin de
probabilidad marginal de slo . La capacidad de vincular la probabilidad de

dado , con la de
dado , a veces es llamado tambin teorema de las causas.
(Mesa P., 2011).

Este teorema nos permite representar la probabilidad condicionada
mediante la siguiente expresin (Garca F. J., 2009).
11

EME - UV
|
|
Teniendo en cuenta que
y que
podemos representar el teorema de Bayes usando la siguiente expresin:

|
De la ecuacin anterior se puede distinguir:
La probabilidad
inicial de
se denomina probabilidad marginal, a priori o

puesto que puede ser obtenida antes de conocer la
evidencia, es decir, no tiene en cuenta ninguna informacin acerca de

.
La probabilidad
condicional de
es la probabilidad posterior, a posteriori, o
puesto que despus de conocer la evidencia, es decir,
depende del valor .
La probabilidad
la observacin
se le llama verosimilitud y es la probabilidad de

dado
Un ejemplo (Carreo S, 2006) de la aplicacin de este teorema es la

siguiente:
Imaginemos que, por ejemplo, nos interesa conocer cul ser la probabilidad
de que un paciente con resultado positivo en la prueba de la diabetes sea
realmente diabtico, sabiendo que dicha prueba presenta errores de deteccin.
Un esquema nos ser muy til para calcular su probabilidad:
12

EME - UV
Diagnstico
Prueba
R. Positivo
Diabtico
R. Negativo
Poblacin
R. Positivo
No Diabtico
R. Negativo
Ilustracin 1 Ejemplo del diagnstico de diabetes
Para el ejemplo anterior, la prevalencia de la diabetes es de alrededor del

4%, de lo que se extrae que el 96% de los individuos no son diabticos. Adems,
dicha prueba diagnstica correctamente al 80% de los pacientes diabticos (el
20% restante obtiene valores errneos), mientras que lo hace correctamente en
el 90% de los pacientes no diabticos (aparece un resultado positivo cuando
debera ser negativo en el 10% de los no diabticos, se le conoce como falso
negativo).
Lo que nos interesa es conocer los resultados positivos que provienen de
pacientes diabticos, de entre todos los que son diabticos. Por tanto, segn el
teorema de Bayes, la probabilidad de que un paciente sea diabtico (D) cuando
el test sale positivo (+) sera la probabilidad de que el diagnstico positivo sea
correcto, de entre todas las posibilidades de que sea positivo sustituyendo en la
frmula del teorema, se obtiene lo siguiente:
|
|
(
De este modo se observa que a pesar de haber obtenido un resultado

positivo en la prueba, solo existe un 25% de posibilidades de que el paciente sea
13

EME - UV
diabtico.
El teorema de Bayes es vlido en todas las aplicaciones de la teora de la
probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades
que emplea. En ciertas condiciones, los partidarios de la estadstica tradicional
slo admiten probabilidades basadas en experimentos repetibles y que tengan
una confirmacin emprica mientras que los llamados estadsticos bayesianos
permiten probabilidades subjetivas.
No elaboramos ms aqu sobre la teora bayesiana por no usarla en este
trabajo, sin embargo se sugiere consultar (Lpez de Castilla Vsquez, 2011).
2.5 Esperanza matemtica
Una variable aleatoria es discreta si existe una sucesin
de
nmeros reales tales que
El valor esperado para variables aleatorias discretas, se define como:

Sea
una variable discreta con la notacin anterior, y llamemos

diremos que existe el valor esperado, la media o la
esperanza matemtica si la serie es convergente (Ortega, 2009).

|
En ese caso, el valor esperado se denota
y se define mediante la
serie
14

EME - UV
Ejemplo
Sea
el resultado de lanzar un dado, entonces
toma valores
con probabilidad uniforme en este conjunto. Por lo tanto
En este caso el valor esperado no es un valor posible de la variable aleatoria.
15

EME - UV
3. Mtricas
Hay distintas mtricas, la mayora pueden ser agrupadas en dos categoras:

bayesianas y basadas en medidas de informacin (Garca F. J., 2009).
Las mtricas bayesianas (L. Buntine, 1994) buscan la estructura que
maximiza la probabilidad de una red condicionada a la base de datos
usando para ello la frmula de Bayes.

|
El trmino
candidata, y
representa la distribucin a priori de cada estructura

llamada evidencia, es la verosimilitud muestral promedio
que puede calcularse bajo ciertas suposiciones (diferentes suposiciones dan

lugar a diferentes mtricas) (Garca F. J., 2009).
Las mtricas basadas en teora de la informacin representan otra
opcin para medir el ajuste del grafo dirigido acclico al conjunto de datos
(Bouckaert, 1993). Estn basadas en conceptos de la teora de la codificacin e
informacin.
En la codificacin de un mensaje se trata de reducir lo ms posible el
nmero de elementos necesarios para representarlos atendiendo a su
probabilidad de ocurrencia esto es, los mensajes ms frecuentes tienen cdigos
cortos y los mensajes menos frecuentes tendrn cdigos largos. El principio de
mnima longitud de descripcin (Rissanen, 1978) (o MDL, del ingls Mnimum
Description Length), selecciona la codificacin que conduce a una mnima
longitud en la codificacin de los mensajes. En el caso de las redes bayesianas,
modelos muy complejos sern aquellos donde los nodos estn densamente
conectados (el caso extremo sera un grafo completo) y sern redes muy
precisas, bastante ajustadas a los datos. No obstante, redes tan complejas
16

EME - UV
suponen serios problemas de comprensin, computacin y sobre ajuste, por lo
que se buscan redes ms simples aunque menos precisas (Garca F. J., 2009).
3.1 MDL
El comportamiento esperado para la mtrica MDL consiste en que

comienza con un valor x, y a medida que se van incrementando relaciones entre
variables (arcos), la complejidad del modelo va incrementando y el valor de
MDL se decrementa hasta llegar a su valor mnimo, lo que significa que MDL
ha encontrado el mejor modelo con el mejor balance entre bondad de ajuste y
complejidad. La bondad de ajuste se define como el ajuste que toman los datos
en relacin con una estructura de red Bayesiana propuesta, dicha de otra
manera, es la precisin con la que los datos pueden ser representados con la
estructura de red (Domnguez Snchez, 2009).
La idea principal en la que se basa el principio MDL es el considerar
equivalente el aprendizaje con el descubrimiento de regularidades (Gutirrez
Fragoso, 2007) (semejanzas entre datos). Entre ms datos existan, habr mayor
certeza en los resultados y mayor posibilidad de encontrar regularidades en los
datos (aunque puede no haberlas). A mayor cantidad de regularidades, mucho
mayor ser la comprensin de los datos. Entre mayor sea la comprensin de los
datos, mayor ser el aprendizaje obtenido a partir de ellos. Entre mayor sea el
aprendizaje obtenido, menor ser el valor de la entropa o incertidumbre. Se
entiende por entropa como el grado de certeza en cuanto a la aceptacin de
una hiptesis, por tanto, entre mayor aprendizaje se obtenga a partir de los
datos, disminuir la incertidumbre y por ende, tendremos mayor certeza en
cuanto a nuestras inferencias (Domnguez Snchez, 2009).
17

EME - UV
La ecuacin para MDL es la siguiente:
|
Donde
representa los datos,
denota los parmetros del modelo,
representa la dimensin del modelo y es una nocin de complejidad,

tamao de la muestra y
es una constante que no depende de
es el
sino de , el
cual es un trmino que representa el nmero de variables.
Representa la longitud de la descripcin de la estructura de la red

Bayesiana y se define por la siguiente ecuacin:
Donde |
| denota la cardinalidad de los padres de
en la red Bayesiana
(Grnwald, 2005).
3.2 Entropa
Este trmino aparece en algunas otras teoras, pero en el mbito de la

teora de informacin se utiliza para medir la incertidumbre de una fuente de
informacin.
La entropa asociada a la variable aleatoria
es un nmero que depende
directamente de la distribucin de probabilidad de
e indica como es de
predictible el resultado del proceso sujeto a incertidumbre o experimento.

Desde un punto de vista matemtico cuanto ms plana sea la distribucin de
probabilidad ms difcil ser acertar cul de las posibilidades se dar en cada
18

EME - UV
instancia. Una distribucin es plana (tiene alta entropa) cuando todos los
valores de
tienen probabilidades similares, mientras que es poco plana
cuando algunos valores de
son mucho ms probables que otros (se dice que la
funcin es ms puntiaguda en los valores ms probables). En una distribucin

de probabilidad plana (con alta entropa) es difcil poder predecir cul es el
prximo valor de
que va a presentarse, ya que todos los valores de
son
igualmente probables (Rodrguez-Caballero, 2012).

Shannon ofrece una definicin de entropa que satisface las siguientes
afirmaciones:
La medida de informacin debe ser proporcional (continua). Es decir, el

cambio pequeo en una de las probabilidades de aparicin de uno de los
elementos de la seal debe cambiar poco la entropa.
Si todos los elementos de la seal son equiprobables a la hora de

aparecer, entonces la entropa ser mxima.
La informacin que aporta un determinado valor
aleatoria discreta
de una variable
se define como:
A pesar del signo negativo de la ltima expresin, la informacin

siempre tiene signo positivo.
La entropa determina el lmite mximo al que se puede comprimir un
mensaje usando un enfoque smbolo a smbolo sin ninguna prdida de
informacin (demostrado analticamente por Shannon), el lmite de compresin
(en bits) es igual a la entropa multiplicada por el largo del mensaje. Tambin
es una medida de la informacin promedio contenida en cada smbolo del
mensaje. Su clculo se realiza a partir de su distribucin de probabilidad
mediante la siguiente frmula:
19

EME - UV
Propiedades de la entropa:
1.
. Es decir, la entropa H est acotada superiormente

(cuando es mxima) y no supone perdida de informacin.
2. Dado un procesos con posibles resultados

relativas
, la funcin
con probabilidades
es mxima en el caso de que
3. Dado un proceso con posibles resultados

relativas
, la funcin
con probabilidades
, es nula en el caso de que
para cualquier .
3.3 Criterios de seleccin: AIC y BIC
Una de las caractersticas de los modelos estadsticos es la parsimonia, es

decir, que un modelo sea fcil de interpretar y que contenga pocos parmetros.
Los ndices ms comunes son:
Criterio de inferencia de Akaike (AIC (del ingls Akaike Information

Criterion)): Existen dos formas de calcular este ndice para comparar
conjuntos de MCL. El ndice propuesto originalmente por Akaike
(Akaike, 1974), est basado en el logaritmo de la funcin de
verosimilitud, . Un procedimiento alternativo
estadstico
Donde
, est basado en el
. Se tiene:
es el nmero de parmetros independientes estimados y
son
20

EME - UV
los correspondientes grados de libertad. La decisin est basada en elegir
el modelo con el mnimo
Criterio Bayesiano de Schwarz (BIC (del ingls Bayesian Information

Criterion)) una crtica al criterio anterior, es el hecho de que no
considera explcitamente el tamao de muestra
. Schwarz (Schwarz,
1978) utiliza
medida
el
BIC para
desarrollar una
consistente
asintticamente basada en el logaritmo de la funcin de verosimilitud ,

el nmero de parmetros independientes a ser estimados
muestral. Una versin alternativa
, y el tamao
puede ser calculada utilizando
y los grados de libertad correspondientes .
El criterio de seleccin es igual al anterior.

Como regla, el
tiende a seleccionar modelos menos complejos (con
menos nmero de parmetros) que el
. En el contexto del modelo de clases
latentes, investigaciones empricas (Lin & Dayton, 1997) sugieren que se debe
preferir utilizar el
a menos que el tamao muestral sea de varios cientos de
casos o los modelos estimados estn basados en un nmero relativamente

pequeo de parmetros, en cuyo caso es preferible utilizar el ndice
Cuando se tienen valores pequeos en los ndices, implica que un modelo es

parsimonioso.
21

EME - UV
4. Redes Bayesianas
4.1 Definicin
Las redes bayesianas tambin conocidas como redes de creencias (o redes

de Bayes para abreviar), pertenecen a la familia de los modelos grficos
probabilistas (GMS) (Ruggeri, Faltin, & Kenett, 2007). Estas estructuras
grficas se utilizan para representar el conocimiento acerca de un dominio
incierto. En particular, cada nodo en el grfico representa una variable
aleatoria, mientras que los arcos o aristas entre los nodos representan
dependencias probabilistas entre las correspondientes variables aleatorias. Los
nodos se clasifican en nodos padre y nodos hijo, en donde el nodo padre es aquel
donde inicia un arco y los nodos hijos son aquellos hacia los que va dirigido
dicho arco (Domnguez Snchez, 2009).
Una red probabilista tiene al menos un nodo raz (sin padre alguno) y un
nodo terminal (sin hijo alguno).
Nodos
Arcos o aristas
Ilustracin 2 Componentes de una red bayesiana
Por lo tanto, las redes bayesianas combinan los principios de la teora de

grafos, teora de la probabilidad, la informtica y la estadstica, ya que las
dependencias entre variables se estiman utilizando mtodos estadsticos y
22

EME - UV
computacionales (Ruggeri, Faltin, & Kenett, 2007).
Las redes bayesianas o modelos bayesianos son grficos probabilistas que
representan un conjunto de variables aleatorias y sus dependencias
condicionales a travs de la topologa y un conjunto de tablas de probabilidad
condicional. La topologa es la parte grafica del modelo y est conformada por
dos elementos descritos en la figura anterior, y las tablas probabilistas son
aquellas en las que se almacenan los valores de probabilidad condicional para
cada nodo.
Las redes bayesianas estn dentro de las tcnicas de clasificacin, son
grafos dirigidos acclicos cuyos nodos representan variables aleatorias en el
sentido de Bayes: las mismas pueden ser cantidades observables, variables
latentes, parmetros desconocidos o hiptesis.
En la siguiente ilustracin se observa que la imagen (a) es un clico,
imagen (b) y (c) no lo son (Lauritzen & Spiegelhalter, 1988).
Ilustracin 3 Ejemplos de Redes Bayesianas
En 1985 Judea Pearl (Pearl, 1985) propuso el trmino red bayesiana para
representar e inferir en sistemas inteligentes, teniendo en cuenta las siguientes
caractersticas:
23

EME - UV
La naturaleza subjetiva de la informacin de entrada.

La confianza en el condicionamiento de Bayes como la base para
actualizar la informacin.
La distincin entre los modos de razonamiento casual y evidencial.

A fines de la dcada de 1980 los textos Probabilistic Reasoning in
Intelligent
Systems
Probabilistic
Reasoning
in
Expert
Systems
sintetizaron las propiedades de las Redes Bayesianas y ayudaron a su

establecimiento como un campo de estudio.
Las redes bayesianas se pueden interpretar de dos formas (Morales &
Gonzlez, 2012):
Distribucin de probabilidad: Representa la distribucin de la

probabilidad conjunta de las variables representadas en la red.
A
Ilustracin 4 Ejemplo de distribucin de probabilidad
Base de reglas: Cada arco representa un conjunto de reglas que asocian

las variables involucradas, Si
Dichas reglas estn cuantificadas por las probabilidades respectivas.

Esta tcnica busca determinar relaciones probabilistas que expliquen un
24

EME - UV
fenmeno y es aplicado en aquellos casos que son de carcter predictivo y
diagnstico. Es decir, el razonamiento probabilista o propagacin de
probabilidades consiste en difundir los efectos de la evidencia por medio de la
red para conocer la probabilidad a posteriori de las variables. Dicho de otra
forma a determinadas variables (conocidas) se les otorga una probabilidad y
con base a esto se obtiene una probabilidad posterior.
4.2 Aprendizaje de los parmetros
Una red bayesiana constituye un dispositivo potente para el razonamiento

probabilista. Pero Cmo se construye una red bayesiana? Existen tres
enfoques para de determinar la topologa de una red Bayesiana, es decir, las
relaciones de dependencia entre las variables relevantes involucradas en un
problema dado: de forma manual o tradicional, de forma automtica y el
enfoque Bayesiano que puede ser visto como una combinacin de los dos
anteriores (Cruz Ramrez, 2001).
En muchos casos, la estructura y la asignacin de probabilidades de una
red bayesiana son dadas a travs de la opinin de expertos ayudado por el
ingeniero del conocimiento, forma manual o tradicional. El experto humano
plasma su conocimiento dibujando la red con las relaciones de dependencia e
independencia condicional entre las variables involucradas en un problema
determinado. Aunque sta es una tarea bastante difcil y tardada, la
construccin de la estructura realizada de esta forma puede pensarse como la
determinacin de las relaciones entre las variables de una manera causal. Sin
embargo, en muchos de los casos, el mismo experto no tiene bien definidas las
relaciones de dependencia relevantes entre las variables del problema. Esto
significa que si dos variables estn conectadas, se piensa que la primera es la
25

EME - UV
causa de la segunda (Jimnez, 2003). Debido al gran volumen de datos con los
que se trabaja, es de enorme inters proporcionarles a estos expertos
herramientas que adquieran este tipo de conocimiento de forma automtica a
partir de datos de ejemplos del problema en cuestin, para que de esta manera
tengan una herramienta de soporte para la decisin (Hernndez Orallo, Ferri
Ramrez, & Ramrez Quintana, 2004).
La forma automtica o de aprendizaje a partir de datos consiste en definir
la red probabilista a partir de datos almacenados en bases de datos en lugar de
obtener el conocimiento directamente del experto. Este tipo de aprendizaje
ofrece la posibilidad de inducir la estructura grfica de la red a partir de los
datos observados y de definir las relaciones entre los nodos basndose tambin
en dichos casos.
Obtener una red Bayesiana a partir de datos es un proceso de aprendizaje
que se divide en dos etapas: el aprendizaje estructural y el aprendizaje
paramtrico (Csari, 2006). La primera de ellas, consiste en obtener la
estructura de la red bayesiana, es decir, las relaciones de dependencia e
independencia entre las variables involucradas (se ver con detalle ms
adelante). La segunda etapa, tiene como finalidad obtener las probabilidades a
priori y condicionales requeridas a partir de una estructura dada.
A continuacin se presenta un ejemplo de Red Bayesiana automtica o
aprendizaje (Ruiz Reina, 2006).
26

EME - UV
Ilustracin 5 Ejemplo diagnstico caries
En esta red observamos que:
Caries es una causa directa de Dolor y Huecos

Dolor y Huecos son condicionalmente independientes dada Caries
Tiempo es independiente de las otras variables
La combinacin de ambas posibilidades (enfoque bayesiano), permite

orientar al experto y al ingeniero del conocimiento para afianzar o corregir su
percepcin del dominio. Se puede optar por obtener el modelo de forma manual,
a travs de la ayuda de expertos humanos y aplicar alguno de los algoritmos de
aprendizaje para la obtencin de las probabilidades. Por otro lado, tambin se
puede aprender la red a partir de una base de datos y posteriormente realizar
una depuracin refinando la estructura y los parmetros con la ayuda de
expertos humanos (Garca D. , 2010).
27

EME - UV
4.2.1 Aprendizaje de la estructura
Es una etapa del aprendizaje automtico, en la cual se buscan las

relaciones cualitativas entre las variables del problema, el conjunto de redes
bayesianas con
nodos es de orden sper-exponencial5 (Robinson, 1977), con lo
que un recorrido exhaustivo por dicho conjunto con el fin de encontrar la mejor
red candidata no es factible en la mayora de los casos.
Podemos realizar la siguiente clasificacin de las estrategias de aprendizaje con
base a la tcnica utilizada para obtener la parte cualitativa de la red.
Basadas en pruebas de Independencia: son mtodos que utilizan criterios

de independencia entre variables, para obtener la estructura que mejor
representa el conjunto de independencias que se deducen de los datos.
Mtricas + bsqueda: son paradigmas de aprendizaje que se basan en el

criterio de bondad del ajuste de una estructura a los datos. Utilizando
dicho criterio se realiza un proceso de bsqueda entre las estructuras
candidatas, dando como resultado aquella estructura que mejor se ajuste
a los datos.
Hbridos: son modelos que combinan ideas de las anteriores tcnicas.

La idea subyacente en el segundo tipo de mtodos, es encontrar el grafo que
mejor represente los datos, utilizando el menor nmero de arcos posibles, es
decir, la calidad de cada grafo candidato se cuantifica mediante algn tipo de
medida o mtrica. Dicha medida es utilizada por algn algoritmo de bsqueda
para encontrar las mejores soluciones desde el punto de vista de la medida
utilizada. Por lo tanto, estos mtodos se caracterizan tanto por lo mtrica usada
como por el algoritmo de bsqueda (Garca F. J., 2009).
El nmero de grafos dirigidos acclicos posibles para
nodos sera
Por ejemplo,
28

EME - UV
4.2.2 Aprendizaje de variables latentes
El Anlisis de Clases (o variables) Latentes (ACL) es una tcnica de

reciente desarrollo, esta se puede aplicar en diversas reas, principalmente se
utiliza en estudios de mercado, en investigaciones cientficas, sociales,
educativas entre otras.
Esta tcnica permite estudiar identifica y define grupos de una muestra en
estudio, por medio del principio de Independencia Condicional, esta prueba nos
asegura que cada grupo es diferente de los restantes, metodologa que trabaja
con dos tipos de variables (Snchez Parra, 2012):
Las primeras se llaman indicadoras, son las variables que se han

observado, esta variable sirve para definir o medir la variable latente
(Vermunt y Magdison, 2000).
Las segundas variables se llaman latentes, son aquellas variables que no

son directamente observadas o cuantificadas y se construyen a partir de
otras variables (Vermunt y Magdison, 2000).
El ACL es una tcnica estadstica que permite estudiar la existencia de una

o varias variables latentes a partir de un conjunto de variables indicadoras
observadas y definir, a partir de sus clases, una clasificacin o topologa de los
datos con los que se trabaja. (Prez & Fajardo, 2001)
El diseo estadstico de clases latentes permite construir una variable nominal
no observada; es decir, una variable latente con k categoras, las cuales
representan a cada una de las clases identificadas en la poblacin bajo estudio
(Reyes, 2009).
El Modelo de Clases Latentes (MCL) es una tcnica estadstica que
permite estudiar la existencia de una o varias variables latentes a partir de un
conjunto de variables explicativas observadas, este modelo puede parametrizar
29

EME - UV
de dos formas distintas, por probabilidades condicionadas entre las variables o
mediante un modelo log-lineal (Goodman, 1974).
Supngase que se tiene un conjunto de variables indicadoras
con un nmero de categoras
con un total de
. Por otro lado, sea
una variable latente
clases. Las ecuaciones bsicas del modelo de clases latentes
son:
Donde
|
Representa la probabilidad de estar en la celda
de la
distribucin conjunta
Es la probabilidad de pertenecer a la clase latente .
|
Es la probabilidad de tener un patrn de respuesta concreta dado
Son probabilidades condicionadas.

Como se observa que las variables son estadsticamente independientes
dentro de cada clase latente (Prez & Fajardo, 2001).
Por tanto, los parmetros del modelo de clases latentes son las
probabilidades condicionadas
latentes
y las probabilidades de las clases
que estarn sometidas a las siguientes restricciones:
30

EME - UV
Los primeros mtodos que se utilizaban para resolver un MCL se basaba

en clculos matriciales y en sistemas de ecuaciones lineales, lo cual traa como
consecuencia una enorme cantidad de clculos y gran consumo de tiempo y
recursos computacionales, en la actualidad se utilizan procedimientos
numricos iterativos para obtener las soluciones a las ecuaciones de
verosimilitud, lo cual disminuye la complejidad del proceso de estimacin.
Para las estimaciones mximo-verosmiles de los parmetros de un
modelo de clases latentes se utilizan varios mtodos, lo ms usados son el
algoritmo de Newton-Raphson y el algoritmo EM (Dempster, Laird, & Rubin,
1977). En este trabajo se hace uso de este ltimo algoritmo.
Goodman en 1974 (Goodman, 1974) propone un proceso iterativo de estimacin
que consta de los siguientes pasos:
1. Esperanza se calculan todos los valores esperados dados los valores
observados y los actuales parmetros del modelo.
2. Maximizacin
se maximiza la funcin de verosimilitud de todos los
datos a partir de los valores esperados calculadas en el paso 1. Esto

implica el clculo de estimaciones actualizadas de los parmetros del
modelo como si no faltaran datos. Las iteraciones continan hasta que se
alcanza la convergencia.
As finalmente, se obtienen las estimaciones mximo-verosmiles
A partir de las que es posible calcular las probabilidades
31

EME - UV
El siguiente paso en el anlisis es asignar cada individuo a las diferentes
clases de la variable latente , para ello se calcula la probabilidad condicionada
de que un individuo que se site en las categoras
indicadoras
, pertenezca a la clase
de las variables
de la variable
de la siguiente
manera:
Dada esta probabilidad, la regla de asignacin es mediante la

probabilidad modal, es decir, los individuos situados en la celda
tabla sern asignados a aquella clase latente cuya
de la
sea mayor. Como
vemos se utiliza un proceso bayesiano para realizar dicha asignacin (Reyes,

2009).
4.3 Inferencia en una red Bayesiana
Se entiende por inferencia cuando deducimos algo tomando en cuenta el

contexto o las otras opciones presentes, se puede llegar a alguna conclusin
teniendo en cuenta la incertidumbre.
De manera ms formal Inferencia se refiere a obtener conclusiones
basadas en premisas, es decir basada en una nueva informacin, permitiendo
realizar predicciones en caso de intervenciones que se hagan en base a las
nuevas probabilidades (Roche B., 2002).
La inferencia es el proceso de introduccin de nuevas observaciones y
calcular las nuevas probabilidades que tendrn las variables, dicho proceso
consiste en calcular la probabilidad a posteriori
variables
despus de obtener un conjunto de observaciones
de un conjunto de
(donde
es
32

EME - UV
la lista de variables observadas e
es la lista correspondiente de los valores
observados para esas variables) (Felgaer, 2005).
4.4 Clasificacin
Al construir clasificadores debemos cuantificar de alguna manera qu tan

buenos o malos son, existen distintos criterios de evaluarlos puede ser el tiempo
que se tarda en construirlo, la interpretabilidad del modelo obtenido, la
sencillez del modelo o diferencias respecto al original; sin embargo es la
precisin que posee el modelo la caracterstica que ms importante se considera
(Garca F. J., 2009).
4.4.1 Mtodos de evaluacin
La precisin de un clasificador es la probabilidad con la que se clasifica

correctamente un caso seleccionado al azar (Kohavi, 1996), o tambin lo
podemos ver como el nmero de casos clasificados correctamente entre el
nmero total de elementos.
Adems de ser la medida ms aceptada para la evaluacin de un

clasificador, la precisin es utilizada en algunos procedimientos para guiar la
construccin (Garca F. J., 2009). Existen varias formas de obtener su valor,
una de stas y a la que se recurre en esta investigacin es la validacin
33

EME - UV
cruzada.
Validacin cruzada de k-hojas (k-fold cross validation) (Stone, 1974). Se
puede ver como una generalizacin del criterio de re muestreo. Hacemos k
particiones del conjunto de datos mutuamente excluyentes y de igual tamao. k
- 1 conjuntos se utilizan para construir el clasificador y se valida con el
conjunto restante. Este paso se efecta k veces y la estimacin de la precisin
del clasificador se obtiene como la medida de las k mediciones realizadas.
El algoritmo de induccin es probado k veces de la siguiente manera: en
la primera iteracin el algoritmo es entrenado con los subconjuntos
probado con el subconjunto
con los subconjuntos
; en la segunda iteracin, el algoritmo se entrena

y se prueba con el subconjunto
y as
sucesivamente. El nmero total de clasificaciones correctas de las k iteraciones

se divide por el tamao completo del conjunto de datos para obtener la
estimacin de la exactitud en este mtodo (Jimnez, 2003).
Donde (
conjunto
) denota la proposicin
)
construida por el modelo \ en el
, la cual es asignada a la etiqueta
es el tamao total de conjunto de datos
. Si
y probada en el conjunto
de lo contrario
. Lo anterior quiere decir que la funcin de prdida usada para
calcular la exactitud del con el mtodo cross-validation es una funcin de

prdida 0/1, lo cual considera un costo igual para una clasificacin errnea.
34

EME - UV
5. Materiales & mtodos
5.1 Descripcin de las bases de datos
Este proyecto de investigacin es retrospectivo, transversal, descriptivo y

observacional. Se utilizaran dos bases de datos, la primera fue proporcionada
por le INECOL y est conformada con 14 variables contenidas en 4 grupos:
integridad, composicin, funcional, de estructura. Tomadas del Inventario
Nacional Forestal y de Suelos, imgenes MODIS y reas de Distribucin
Potencial obtenidas a partir de la Comisin Nacional para el Conocimiento y
Uso de la Biodiversidad (CONABIO), consta de 2254 datos los cuales fueron
procesados previamente tanto por investigadores del INECOL como de
CONABIO para tener representada cada variable en pixeles de 1 km2.
Para el procesamiento de los datos y construccin de las redes
bayesianas se hace uso del software de acceso libre WEKA (Waikato, 19992013) vase anexo.
Base 1
Nombre de
Variable
Idanofor
Hsi
Contfor
Descripcin
ndice de dao Forestal con base a los daos antropognicos
registrados en el INFyS.
ndice de Establecimientos Humanos (luces de zonas Urbanas)
Conectividad de fragmentos naturales de imgenes MODIS.
Dext
Deuda de Extincin. Los valores de menos uno (-1) significan

extincin total en los sitios. Cero significa que no hay deuda de
extincin.
Rsg
Proporcin de Especialistas.
Nomam
Nmero de especies de la NOM presentes
Valores que
toma
0 0.23
0.126 2.89
0 1000
-1 0
0 0.43
0 63
35

EME - UV
Carncon
Dap
Estimacin de conectividad por ocupacin de diferentes tipos de

habitat (ZVH).
Dimetro a la altura del pecho promedio por 1km2
Areabasl
rea basal del arbolado promedio por 1km2
alt_prom
Alturas promedio de los arboles por 1km2
Plagas
Arbolrip
Sppinvas
Hojarasc
Clase
En el INFyS se reportan impactos ambientales de las

actividades forestales percibidas en cada conglomerado; estos
se registran en 11 categoras, para el caso de plagas se toma la
categora nmero 8.
En el INFyS se reporta el tipo de vigor observado para cada
una de las especies reportadas en los sitios de muestreo y
posteriormente por conglomerado. A cada especie se le asigna
un tipo de vigor dependiendo si son arboles muy jvenes,
jvenes, maduros, viejos y sin vigor (muerto); para el caso de
rboles muertos se tom la ltima categora.
El INFyS, reporta las especies encontradas en cada sitio de
muestreo y posteriormente en cada conglomerado, estas
especies fueron cotejadas en 2011 por el Dr. Jos Luis
Villaseor, posteriormente son verificadas en el GLOBAL
INVASIVE SPECIES DATABASE para corroborar la
categora de invasora no invasora.
Se reporta la cantidad de mantillo (hojarasca) de tipo fbrico,
hemco y saprco, para cada conglomerado con presencia
ausencia.
Variable construida a partir del algoritmo EM.
6 44
13.25 24.20
174.15 519.51
3.72 10.53
1 presencia
0 ausencia
1 presencia
0 ausencia
1 presencia
0 ausencia
1 presencia
0 ausencia
04
Tabla 1 Descripcin de las variables de la base 1
La segunda base consta de 13 variables, fue tomada del Inventario

Nacional Forestal y de Suelos (INFyS), se trabaja con una muestra de 30051.
No fue necesario realizar la clasificacin ya que existe la variable zvh como
variable clase.
36

EME - UV
Base 2
Nombre variable
Descripcin
Zvh_ph
Zonas de vida de Holdridge: clasifica las

diferentes reas terrestres segn su
comportamiento global bioclimtico
Rf_arip
rf_na_correcion
rf_altde
rf_altprom_2
Rf_afust
rf_afustde_correction2
rf_dapde
Rf_dap
rf_dcopde
rf_dcop_correction
rf_musgo
rf_hojarasca
En el INFyS se reporta el tipo de vigor

observado para cada una de las especies
reportadas en los sitios de muestreo y
posteriormente por conglomerado. A cada
especie se le asigna un tipo de vigor
dependiendo si son arboles muy jvenes,
jvenes, maduros, viejos y sin vigor
(muerto); para el caso de rboles muertos
se tom la ltima categora.
Cantidad de rboles
Desviacin estndar de la altura de los
rboles
Altura promedio de los rboles
Altura fuste: altura tomada de la base del
rbol a la base de la copa
Desviacin estndar de la altura fuste
Desviacin estndar del dimetro a la
altura del pecho
Dimetro a la altura del pecho
Desviacin estndar del dimetro de la
copa
Dimetro de la copa
Nmero de rboles con musgo
Porcentaje de cobertura en el suelo
Valores que toma

1. Desierto
2. Tundra
3. Estepa espinosa
4. Estepa
5. Matorral desrtico
6. Bosque espinoso
7. Bosque muy seco
8. Bosque seco
9. Bosque sub hmedo
10. Bosque hmedo
11. Bosque lluvioso
0 0.96
28.46 1414.64
0.48 9.45
2.09 20.66
0.67 12.72
0.34 7.14
2.15 32.39
10.99 47.26
0.29 3.13
1.45 8.28
12 580
0.03 0.97
Tabla 2 Descripcin de variables de la base 2
37

EME - UV
5.2 Algoritmos que aprenden la estructura de la red bayesiana a partir

de datos.
A continuacin se presentan los algoritmos de bsqueda utilizados en esta

investigacin, sin embargo existen ms para continuar con lo descrito en la
seccin 4.2.1
5.2.1 Hill Climbing (ascenso de colinas)
Se trata simplemente de un bucle que continuamente mueve en la direccin

para incrementar el valor. El algoritmo no mantiene un rbol de bsqueda, por
lo que la estructura de datos de nodo slo tiene que registrar el estado y su
evaluacin, que denotamos por valor. Un refinamiento importante es que
cuando hay ms de un mejor sucesor para elegir, el algoritmo puede seleccionar
entre ellos al azar. Esta poltica simple tiene tres inconvenientes conocidos.
Mximos locales: un mximo local, en oposicin a un mximo global, es

un pico que es ms bajo que el pico ms alto en el espacio de estados.
Una vez en un mximo local, el algoritmo se detiene a pesar de que la
solucin puede estar lejos de ser satisfactoria.
Mesetas: una meseta es un rea del espacio de estado, donde la funcin

de evaluacin es esencialmente plana. La bsqueda realiza una
caminata aleatoria. Dado que el algoritmo realiza una bsqueda al azar,
un sucesor podra encontrarse en esta rea.
Cresta: una cresta puede tener lados con fuertes pendientes, por lo que
la bsqueda llega a la parte superior de la cresta con facilidad. A menos
que suceda que los operadores que se mueven directamente a lo largo de
la parte superior de la cresta, la bsqueda puede oscilar desde de lado a
38

EME - UV
lado, haciendo pocos progresos.
En cada caso, el algoritmo llega a un punto en el que se est haciendo
ningn progreso. Si esto sucede, una cosa obvia a hacer es empezar de nuevo
desde un punto de partida diferente. Se reinicia aleatoriamente y en escalada
hace precisamente esto: que lleva a cabo una serie de allanamientos en
escalada desde inicial generada aleatoriamente estados, ejecutando cada uno
hasta que se detiene o hace ningn progreso discernible. Guarda el mejor
resultado encontrado tan lejos de cualquiera de la bsqueda. Se puede utilizar
un nmero fijo de iteraciones, o puede continuar hasta que el resultado mejor
guardado no ha sido mejorado para un cierto nmero de iteraciones.
Es evidente que si se permite suficientes iteraciones, el re arranque al azar
en escalada eventualmente encontrar la solucin ptima. El xito de este
algoritmo depende mucho de la forma del espacio "superficie" del estado si slo
hay unos pocos mximos locales, el re-arranque al azar de escalada encuentra
una buena solucin muy rpidamente (Norvig, 1995).
Ilustracin 6 Hill climbing
5.2.2 K2
Este algoritmo fue desarrollado por Cooper y Herskovits en 1992 (Cooper
& Herskovits, 1992). Se trata de un algoritmo de bsqueda, muy rpido que
39

EME - UV
optimiza la probabilidad de la red dada la base de datos. En realidad lo que
hace este algoritmo es encontrar el conjunto de padres ms probables,
utilizando la mtrica Bayesiana, que mide precisamente la probabilidad de la
estructura dado los datos. La heurstica de este algoritmo se basa en un
ordenamiento topolgico 6que tiene que ser especificado por el usuario.
El funcionamiento del algoritmo inicia con la red ms simple, es decir,
una red sin arcos, y supone que los nodos se encuentran ordenados. Para cada
variable, el algoritmo aade a su conjunto de padres, el nodo menor de la
variable que conduce a un mximo de incremento de la calidad correspondiente
a la medida de calidad elegida para el proceso de bsqueda. El proceso se
repite hasta que no se incrementa la calidad, o se llega a una red completa
(Snchez S., 2009).
5.2.3 Simulated annealing (recocido simulado)
Es un algoritmo de Hill-Climbing (UPC, 2012) estocstico (elegimos un
sucesor de entre todos los posibles segn una distribucin de probabilidad, el
sucesor podra ser peor). Hacemos paseos aleatorios por el espacio de soluciones
Inspirado en el proceso fsico de enfriamiento controlado (cristalizacin,
templado de metales).
Se calienta un metal/disolucin a alta temperatura y se enfra
progresivamente de manera controlada Si el enfriamiento es adecuado se
obtiene la estructura de menor energa (mnimo global).
Debemos identificar los elementos del problema con los del problema fsico
Temperatura parmetro de control
Energa calidad de la solucin
Ordenamiento topolgico de un grafo acclico G dirigido es una ordenacin lineal de todos los nodos de G
que conserva la unin entre vrtices del grafo G original. La condicin que el grafo no contenga ciclos es
importante, ya que no se puede obtener ordenacin topolgica de grafos que contengan ciclos.
http://es.wikipedia.org/wiki/Ordenaci%C3%B3n_topol%C3%B3gica
40

EME - UV
Funcin de aceptacin permite decidir si escoger un nodo sucesor

Funcin de la temperatura y la diferencia de calidad entre la solucin
actual y la solucin candidata. A menor temperatura menor probabilidad de

elegir sucesores peores.
Estrategia de enfriamiento nmero de iteraciones a realizar, como bajar

la temperatura y cuantos sucesores explorar para cada paso de
temperatura.
A continuacin se muestra el algoritmo
Ilustracin 7 Algoritmo Simulated Annealing
5.2.4 Tab Search (bsqueda tab)

La bsqueda tab se basa en la premisa de que la resolucin de
problemas, debe incorporar la memoria adaptativa y exploracin sensible 7. La
funcin de adaptacin de la memoria permite la aplicacin de procedimientos
que son capaces de buscar el espacio, la solucin econmica y efectiva. El
nfasis en la exploracin de respuesta en la bsqueda tab, ya sea en una
aplicacin determinista o probabilista, se deriva de la suposicin de que una
7
se concentra en buscar buenas caractersticas de las soluciones
41

EME - UV
mala eleccin estratgica puede producir ms informacin que una buena
eleccin al azar (Glover, 1997).
En otras palabras, este algoritmo clasifica algunos movimientos y los
introduce en una lista tab: los movimientos que se encuentran aqu no sern
posibles de realizar. Enfrenta el problema de ciclos impidiendo temporalmente
movimientos que podran hacer volver a una solucin que ha sido revisada. En
una lista se guardan los movimientos prohibidos y en cada iteracin se elige el
mejor movimiento no tab. Se agregan a la lista los movimientos no factibles.
Ilustracin 8 Algoritmo Tab search8
5.2.5 TAN (Nave Bayes Aumentado a rbol)

El algoritmo TAN es un algoritmo de aprendizaje para clasificadores de
redes Bayesianas, es llamado as por sus siglas en ingls Tree Augmented
Naive Bayes (Jimnez, 2003). Hace uso de la clasificacin Nave Bayes y agrega
arcos entre los atributos, este algoritmo hace que sus componentes formen un
rbol. El atributo clase o salida es el nico padre de cada nodo de la red Nave
Bayes y el algoritmo considera agregar un segundo padre a cada nodo (Snchez
S., 2009).
La estructura para representar a una red Bayesiana TAN es como la que
se muestra en la figura siguiente.
8
Tomado de (Hernndez-Daz, Guerrero Casas, Caballero Fernandez, & Molina Luque, 2006)
42

EME - UV
Ilustracin 9 Estructura de TAN
43

EME - UV
6. Metodologa y resultados.
6.1 Metodologa
Exploracin
Bases
datos
Bsqueda de
estructuras
Algoritmo
Determinar red
EM
adecuada
Ilustracin 10 Pasos realizados para el desarrollo de las pruebas
Como primera etapa fue la obtencin de las bases de datos, por parte de
las personas del INECOL. Se realiz la exploracin de la base, con lo cual se
observa que no existen datos faltantes, y se convirti a formato .csv para poder
trabajarlos en Weka. Para el caso de la base 1, mediante el algoritmo EM
(vase seccin 4.2.2) se construy la variable latente clase, con niveles del 0 al
4.
Comienza un proceso iterativo en el que mediante los algoritmos se
encuentran las distintas estructuras y relaciones probabilistas entre las
variables, adems de incluir la consulta de los eclogos expertos para la toma
de decisiones en cuanto a la creacin de estas redes, y de sta manera
encontrar una red adecuada que modele el fenmeno de manera confiable.
Se calculan los criterios de informacin de cada estructura obtenida por
cada algoritmo, y mediante estos elegir la red Bayesiana ms parsimoniosa.
44

EME - UV
6.2 Resultados
En esta parte se presenta solo el resultado as como las interpretaciones

de una red, las dems se incluyen en la parte de anexos. Despus de esto, se
presenta una tabla resumiendo los valores
as como el porcentaje de
correcta clasificacin.
La siguiente estructura pertenece a los datos de la primer base y se utiliz
el algoritmo Hill climbing.
Ilustracin 11 Estructura 1, base 1 algoritmo Hill Climbing
Dada la estructura de manera grfica y con relaciones directas de

variables como ndice de dao forestal, rea basal, conectividad de fragmentos
45

EME - UV
naturales y dimetro a la altura del pecho, indican mayor probabilidad de que
la clasificacin sea en el clster 3.
Ilustracin 12 Probabilidad de pertenecer al Cluster, estructura 1
Con el logaritmo Hill climbing, se observa que se clasific correctamente

el 93% de los casos, se calcula un valor log score Bayes igual a -23398.60, y
segn la matriz de confusin se tiene que el clster 3, es el que mayor cantidad
de datos clasific correctamente.
Hill climbing false 10000 false
=== Confusion Matrix ===
Log Score Bayes: -23398.60317310535

Log Score BDeu: -30552.750398087293
Log Score MDL: -29260.869018823156
Log Score ENTROPY: -24022.836846239872
Log Score AIC: -25379.836846239872
a b c d e <-- classified as
333 20 1 0 0 | a = cluster0
16 336 16 3 0 | b = cluster1
0 21 523 0 0 | c = cluster2
0 5 0 542 37 | d = cluster3
0 0 0 37 363 | e = cluster4
Correctly Classified Instances 93.0759 %
Tabla 3 Resultados con algoritmo Hill Climbing
A continuacin se presenta el resumen de ambas bases y los resultados

segn los algoritmos usados as como los criterios de informacin.
Base 1
Algoritmo
Hill Climbing
k2
Simulated Annealing
Tab search
TAN
AIC
-25379.84
-24915.16
-25663.81
-24383.23
-24813.51
BIC
-23398.60
-23562.14
-23462.45
-23555.74
-23558.23
% correcta clasificacin
93.1
93.7
93.3
94.2
94.5
Tabla 4 Criterios de seleccin de acuerdo a los algoritmos empleados: Base 1
De acuerdo a lo descrito en la seccin 3.3, en este caso es preferible

utilizar el
ya que se tiene una muestra grande de datos. Sin embargo en la
tabla se presenta tambin el
De los algoritmos usados el Hill Climbing es el que presenta el
menor, y
46

EME - UV
clasific de manera correcta el 93.1% de los datos. Ahora bien, si utilizramos
el
la estructura seleccionada sera la construida bajo el algoritmo Tab
search.
Algoritmo
AIC
Base 2
BIC
Hill Climbing
K2
Simulated Annealing
Tab search
TAN
-914620.13
-982342.56
-883392.86
-811707.69
-811884.66
-741699.19
-751713.07
-747316.56
-747125.46
-742331.83
% correcta clasificacin
73.49
73.15
72.72
72.73
73.55
Tabla 5 Criterios de seleccin de acuerdo a los algoritmos empleados: Base 2
Para los datos de la base 2, se observa que existe un comportamiento igual

en los criterios de seleccin, el BIC elige a Hill Climbing, mientras que AIC a Tab
search.
47

EME - UV
7. Conclusiones y trabajo futuro
De acuerdo a los objetivos y las preguntas del planteamiento del problema

se encontr que:
Mediante redes bayesianas y con los algoritmos utilizados se gener una red
para cada base de datos, seleccionando la mejor mediante los criterios de
informacin, con las cuales se determinaron las relaciones probabilistas y se
observ que la mayora de ellas se relacionan directamente.
Como se mencion para ambas bases se elige la estructura creada con el
algoritmo Hill climbing, se podra decir que se adecua bien a este tipo de datos.
Slo con la primera base se puede llegar a un acuerdo con los expertos para
evaluar la integridad ya que se cre la variable Cluster, con la que se puede
tomar los valores como escala, en el caso se la segunda, se podr evaluar en qu
medida estn relacionadas las variables de acuerdo al tipo de ecosistema (zvh).
Este trabajo proporcionar informacin relevante con las relaciones
probabilistas encontradas, ser trabajo de los expertos evaluar la importancia y
pertinencia biolgicamente de stas. Si bien no se lograron algunos objetivos, se
presenta como un inicio de anlisis.
Se planea seguir con la evaluacin de cada una de las estructuras de los
expertos as como las relaciones probabilistas desde sus conocimientos
expertos. Adems del clculo de las tablas de probabilidad.
48

EME - UV
8. Bibliografa
Akaike, H. (1974). A new look at the statistical model identification. Automatic
control, IEEE Transactions on 19(6), 716-723.
Angermaier,
P.
(1994).
Does
Biodiversity
include
artificial
diversity?
Conservation Biology.
Biblioteca educacin y salud. (2002). Enciclopedia de la ecologa y la salud.
Espaa: Safeliz, S. L.
Bouckaert, R. (1993). Belief networks construction using the minimum
description length principle. Symbolic and Quantitative Approaches to
Reasoning and Uncertainty, Lecture Notes in Computer Science., 747, 4748.
Boulanger, P., y T. Brchet. (2005). Models for policy-making in sustainable
development: The state of the art and perspectives for research.
Ecological Economics 55, 337-350.
Carreo S, . (Diciembre de 2006). Recuperado el Diciembre de 2013, de
http://www.seden.org/files/7-CAP%207.pdf
Csari, M. I. (2006). Nivel de significacin estadstica para el aprendizaje de
una red bayesiana. Mendoza: ITBA.
Cooper, G., & Herskovits, E. (1992). A bayesian method fot the induction of
probabilistic networks from data. Machine Learning, 9, 309-347.
Cruz Ramrez, N. (2001). Building Bayesian Networks From Data: a Constraint
Based Approach. Ph D Thesis. Department of Psychology. The
University of Sheffield.
De Finetti, B. (1989). Probabilism: A critical essay on the theory of probability
and on the value of science. Erkenntnis, 31.
49

EME - UV
Degroot, M. (1988). Probabilidad y estadstica. EUA: ADDISON-WESLEY
IBEROAMERICA.
Dempster, A., Laird, N., & Rubin, D. (1977). Maximum Likelihood from
Incomplete Data via the EM Algorithm. Journal of the Royal Statistical
Society., 39(1), 1-38.
Domnguez Snchez, F. (2009). Evaluacin emprica del comportamiento de
MDL en el aprendizaje de redes Bayesianas para Minera de datos.
Mxico: Tesis de Licenciatura. Universidad Veracruzana. Facultad de
Estadstica e Informtica.
Equihua Z., Miguel; Garca A., N; Prez M, Octavio; Bentez Badillo, G; Kolb,
M; Schmidt, M; Equihua Bentez, J; Maeda, P. (s.f.). Integridad ecolgica
como indicador de la calidad ambiental. (A. V.-P. C. Gonzalez-Zuarth,
Ed.) Bioindicadores: guardianes de nuestro futuro ecolgico.
Felgaer, P. (2005). Optimizacin de Redes Bayesianas basado en tcnicas de
aprendizaje por induccin. Buenos Aires, Argentina: Tesis de grado en
Ingeniera Informtica, Facultad de Ingeniera, Universidad de Buenos
Aires.
Garca, D. (2010). Desarrollo de un entorno de usuario para aplicacin de redes
bayesianas dinmicas a problemas de fusin de informacin. Madrid:
Tesis de licenciatura. Universidad Carlos III de Madrid.
Garca, F. J. (2009). Modelos bayesianos para la clasificacin supervisada.
Aplicaciones al anlisis de datos de expresin gentica. Granada, Espaa:
Tesis Doctotal, Universidad de Granada.
Glover, F. y. (1997). Tabu Search. Boston: Kluwer Academic Publishers.
Goodman. (1974). Exploraty latent analysis using both identificable and
inidentificable models. Biometrika.
50

EME - UV
Groves, C. R. (2003). Drafting a conservation Blueprint: a practitioner's guide
to planing for Biodiversity. Washington: Island Press.
Grnwald, P. (2005). A tutorial inroduction to the Minimun Description Length
Principle. (P. Grnwald, I. Myung, & M. Pitt, Edits.) Advances in
Minimum Description Length: Theory and Applications.
Gutirrez Fragoso, K. (2007). Anisis del compportamiento de MDL en el
contexto del aprendizaje de la estructura de redes Bayesianas a partir de
datos. Veracruz, Mxico: Departamento de Inteligencia Artificial,
Universidad Veracruzana. Tesis para obtener el grado de Maestra en
Inteligencia Artificial.
Hernndez Orallo, J., Ferri Ramrez, C., & Ramrez Quintana, J. (2004).
Introduccin a la minera de datos. PEARSON EDUCACIN.
Hernndez-Daz, A., Guerrero Casas, F., Caballero Fernandez, R., & Molina
Luque, J. (2006). Algoritmo Tab para un problema de distribucin de
espacios. Mtodos cuantitativos para la economa y la empresa, 25-37.
Jimnez, J. L. (2003). BayesN: Un Algoritmo para Aprender Redes Bayesianas
Clasificadoras a partir de datos. Xalapa, Veracruz: Tesis de maestra.
Universidad Veracruzana. Facultad de Fsica e Inteligencia Artificial.
Kay, J. J. (1991). A nonequilibrium thermodynamic framework for discussing
ecosystem integrity. Environmental Management.
Kohavi, R. (1996). Wrappers for performance enhancement and oblivious
decision graphs. Stanford, CA, USA: Tesis doctoral, Stanford University.
L. Buntine, W. (1994). Operations for learning with graphical models. Journal
of Artificial Intelligence Research.(2), 159-225.
Lauritzen, S., & Spiegelhalter, D. (1988). Local computations wilh probabililics
on graphical structures and their application to expert systems. Journal
51

EME - UV
of the Royal Statistical Society, 157-224.
Lin, T. S., & Dayton, C. M. (1997). Model-selection information criteria for
nonnested latent class models. Journal of Educational and Behavioral
Statistics(22), 249-264.
Lpez de Castilla Vsquez, C. (19 de Octubre de 2011). Recuperado el
Noviembre
de
2013,
de
http://tarwi.lamolina.edu.pe/~clopez/Estadistica%20Bayesiana/Estadistic
a_Bayesiana.pdf
Mackey, B. (2005). Carta de la tierra en accin. msterdam, Los Pases Bajos:
KIT Publishers.
Mesa
P.,
e.
a.
(2011).
Recuperado
el
Diciembre
de
2013,
de
http://www.urosario.edu.co/urosario_files/38/38e60ea0-497e-4197-913de156ae0bb084.pdf
Montes S, F. (2007). Introduccin a la probabilidad. Valencia: Universidad de
Valencia, Departamento de Estadstica e Investigacin Operativa.
Morales, E., & Gonzlez, J. (Enero de 2012). Aprendizaje bayesiano. INAOE.
N. Kolmogorov, A. (1956). Foundations of the theory of probability (2 ed.). New
York: Chelsea Publishing Company.
Navarrete, M. (2001). A historical overview of the ecological.
Norvig, S. J. (1995). Artificial Intelligence, A Modern Approach. New Jersey:
Prentice-Hall.
Ortega, J. (2009). Captulo 6. Esperanza matemtica. Guanajuato, Mxico.
Pearl,
J.
(1985).
Recuperado
el
Diciembre
de
2013,
de
http://es.wikipedia.org/wiki/Red_de_inferencia
Prez, J., & Fajardo, M. (2001). Determinacin de la lealtad de voto mediante
52

EME - UV
un modelo de clases latentes. Estadstica espaola, 147(43), 89-103.
Reyes, Y. (2009). Introduccin al anlisis de clases latentes. Xalapa, Veracruz,
Mxico: Tesis de licenciatura, Facultad de Estadstica e Informtica,
Universidad Veracruzana.
Rissanen, J. (1978). Modelling by the shortest data description. Automatica 14,
465-471.
Robinson, R. W. (1977). Counting unlabeled acyclic digraphs. Combinatorial
mathematics V: Proceedings of the Fifth Australian Conference, 28-43.
Roche B., D. (2002). Mtodos para obtener conocimiento utilizando redes
Bayesianas y procesos de aprendizaje con algoritmos evolutivos. Sevilla,
Eapaa: Tesis Doctoral. Universidad de Sevilla, Departamento de
Lenguajes y Sistemas Informticos.
Rodrguez-Caballero, C. (2012). Entropa y teora de la informacin.
Econometra I. (U. Facultad de Ciencias, Ed.) Mxico.
Ruggeri, F., Faltin, F., & Kenett, R. (2007). Encyclopedia of Statistics in
Quality & Reliability: Bayesian Networks. Wiley & Sons.
Ruiz
Reina,
J.
(2006).
Recuperado
el
Diciembre
de
2013,
de
http://www.cs.us.es/cursos/ia2-2005/temas/tema-08.pdf
Snchez Parra, L. (2012). Anlisis sobre la percepcin, conocimientos y
prcticas de riesgo en relacin con el VIH y SIDA de consumidores de
drogas que asisten a Centros de Tratamiento en el Estado de Veracruz.
Xalapa, Veracruz, Mxico: Tesis de licenciatura, Facultad de Estadstica
e Informtica, Universidad Veracruzana.
Snchez S., D. (2009). Evaluacin del comportamiento de Clasificadores
basados en Redes Bayesianas. Xalapa, Veracruz, Mxico: Tesis para
obtener el grado de licenciado en Informtica. Facultad de Estadstica e
53

EME - UV
Informtica. Universidad Veracruzana.
Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics
6, 461-464.
Stone, M. (1974). Cross Validatory choice and assessment of statistical
predictions. Journal of the Royal Statistical Society B 36(1), 111-147.
Ulanowicz, R. E. (1990). Ecosystem integrity and network theory. Edwards y
H. A. Higashi.
UPC. (2012). Departament de Llenguatges i Sistemes Informtics. Recuperado
el
agosto
de
2014,
de
Bsqueda
Local:
http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/2-BH3Busqueda_local.pdf
Vermunt y Magdison. (2000). Latent gold 4.0 user's guide. Nueva York:
Statistical Innovations.
Waikato, U. d. (1999-2013). Patente n Version 3.6.10 . Nueva Zelanda.
Westra, L. P. (2000). Ecological integrity and the aims of the global integrity
project. Island Press: Washington, DC.
54

EME - UV
9. Anexos
9.1 Resultados (completos)

En la seccin 6.2 se presentan los resultados del primer algoritmo, Hill
climbing. A continuacin se presentan las estructuras, probabilidad de
clasificacin as como tabla de resultados de cada uno de los dems algoritmos.
Algoritmo K2
Ilustracin 13 Estructura 2, base 1 algoritmo K2

EME - UV
K2 - false 10000 false
LogScore Bayes: -23562.136961983902
LogScore BDeu: -28516.442440905295
LogScore MDL: -28001.10477652969
LogScore ENTROPY: -23836.155097666495
LogScore AIC: -24915.155097666502
331 22 1 0 0 | a = cluster0
15 340 15 1 0 | b = cluster1
0 15 529 0 0 | c = cluster2
0 5 0 556 23 | d = cluster3
0 0 0 45 355 | e = cluster4
Tabla 6 Resultados con algoritmo K2
Algoritmo Simulated Annealing
Ilustracin 15 Estructura 3, base 1 algoritmo Simulated Annealing

EME - UV
Simulated Annealing - false false
LogScore Bayes: -23462.453977319026
LogScore BDeu: -31289.523440510202
LogScore MDL: -29893.759509092393
LogScore AIC: -25663.806242142724

329 24 1 0 0 | a = cluster0
16 339 12 4 0 | b = cluster1
0 21 523 0 0 | c = cluster2
0 5 0 543 36 | d = cluster3
0 0 0 31 369 | e = cluster4
Tabla 7 Resultados con algoritmo Simulated Annealing
Algoritmo Tab search
Ilustracin 17 Estructura 4, base 1 algoritmo Tab search

EME - UV
Tab search - false false

LogScore Bayes: -23555.73888413739
LogScore BDeu: -26658.780952017503
LogScore MDL: -26410.977202515976
LogScore AIC: -24383.23084263275

333 19 2 0 0 | a = cluster0
15 340 14 2 0 | b = cluster1
0 14 530 0 0 | c = cluster2
0 5 0 554 25 | d = cluster3
0 0 0 35 365 | e = cluster4

Ilustracin 19 Resultados con algoritmo Tab search
Algoritmo TAN
Ilustracin 20 Estructura 5, base 1 algoritmo TAN

EME - UV
TAN - S Bayes
LogScore Bayes: -23558.230518833705
LogScore BDeu: -28119.16526410393
LogScore MDL: -27684.960995344474
LogScore AIC: -24813.511989247476
Correctly Classified Instances
94.4518 %

333 20 1 0 0 | a = cluster0
14 339 13 5 0 | b = cluster1
1 14 529 0 0 | c = cluster2
0 3 0 563 18 | d = cluster3
0 0 0 36 364 | e = cluster4
Tabla 8 Resultados con algoritmo TAN
Base 2
Algoritmo Hill climbing
Ilustracin 22 Estructura 1, base 2 algoritmo Hill Climbing
Ilustracin 23 Probabilidad de pertenecer al zvh estructura 1

EME - UV
Hill climbing false 10000 false
LogScore Bayes: -741699.1910544233
LogScore BDeu: -1513892.9755854046
LogScore MDL: -1240425.4366588404
LogScore AIC: -914620.1262494408
73.4908 %
b c d e f g h i j k <-- classified as
40 0 0 0 0 0 0 0 0 0 10 | a = V2
0 4943 59 0 0 426 6 237 212 5 0 | b = V5
0 9 6187 948 7 198 102 79 0 48 144 | c = V8
3 0 993 4119 204 5 1 2 0 6 677 | d = V9
2 0 1 54 993 0 0 0 0 0 270 | e = V11
1 282 324 16 2 2763 3 150 1 52 2 | f = V3
0 7 124 4 0 16 166 60 1 0 0 | g = V7
0 492 158 2 0 299 72 1063 7 7 0 | h = V6
0 202 0 0 0 16 0 3 388 0 0 | i = V1
0 0 41 6 0 77 0 0 0 125 0 | j = V4
7 0 69 393 362 0 0 0 0 0 1297 | k = V10
Tabla 9 Resultados con algoritmo Hill Climbing

EME - UV
Algoritmo K2
Ilustracin 24 Estructura 2, base 2 algoritmo K2
Ilustracin 25 Probabilidad de pertenecer a ZVH, estructura 2
K2 false 10000 false

LogScore Bayes: -751713.0678051873
LogScore BDeu: -1794866.5042554142
LogScore MDL: -1415059.8158636456
LogScore AIC: -982342.5609655415
73.1481 %

EME - UV
a b c d e f g h i j k <-- classified as
33 0 0 0 0 0 0 0 0 0 17 | a = V2
0 4952 72 10 0 433 20 241 149 11 0 | b = V5
1 13 6145 913 10 320 91 65 0 14 150 | c = V8
2 1 983 4154 138 1 0 0 0 4 727 | d = V9
0 0 2 73 965 0 0 0 0 0 280 | e = V11
1 294 392 8 0 2698 5 144 6 46 2 | f = V3
0 9 125 5 1 21 163 54 0 0 0 | g = V7
0 468 177 3 0 315 66 1063 5 3 0 | h = V6
0 195 3 1 0 13 0 17 374 3 3 | i = V1
0 4 73 2 0 69 0 2 1 98 0 | j = V4
9 0 98 380 304 0 0 0 0 1 1336 | k = V10
Tabla 10 Resultados con algoritmo K2

EME - UV
Algoritmo Simulated Annealing
Ilustracin 26 Estructura 3, base 2 algoritmo Simulated Annealing
Simulated Annealing false false

LogScore Bayes: -747316.5603340995
LogScore BDeu: -1339555.003229849
LogScore MDL: -1148543.1248765974
LogScore AIC: -883392.8595020572
72.7221 %

EME - UV
29 0 0 0 2 0 0 0 0 0 19 | a = V2
0 5044 48 0 1 373 9 233 174 6 0 | b = V5
0 10 6127 955 8 205 111 102 2 45 157 | c = V8
1 1 984 4119 184 1 1 0 1 4 714 | d = V9
0 0 1 63 970 0 0 0 1 0 285 | e = V11
0 329 304 17 2 2713 4 178 0 46 3 | f = V3
0 14 141 6 0 24 151 41 0 1 0 | g = V7
0 541 157 1 0 364 64 950 5 18 0 | h = V6
0 236 0 0 0 7 0 3 362 1 0 | i = V1
0 0 40 6 1 85 0 3 0 113 1 | j = V4
8 0 91 385 368 0 0 0 1 0 1275 | k = V10
Tabla 11 Resultados con algoritmo Simulated Annealing
Algoritmo Tab search
Ilustracin 28 Estructura 4, base 2 algoritmo Tab search
10

EME - UV
Tab Search false - 10000 false
LogScore Bayes: -747125.4574814732
LogScore BDeu: -1009911.9749531187
LogScore MDL: -943480.8518110849
LogScore AIC: -811707.693755022
72.7255 %
39 0 0 0 1 0 0 0 0 0 10 | a = V2
0 4901 59 1 0 424 7 251 241 4 0 | b = V5
3 6 6148 918 9 192 101 106 0 58 181 | c = V8
5 0 1045 3951 189 2 0 6 0 7 805 | d = V9
0 0 1 40 999 0 0 0 0 0 280 | e = V11
1 300 332 13 2 2716 4 161 1 61 5 | f = V3
0 7 118 5 0 20 175 53 0 0 0 | g = V7
0 470 155 4 0 312 80 1068 4 7 0 | h = V6
0 194 1 0 0 9 1 10 394 0 0 | i = V1
0 0 49 3 0 75 0 0 0 121 1 | j = V4
7 0 71 338 370 0 0 0 0 0 1342 | k = V10
Ilustracin 30 Resultados con algoritmo Tab search
Algoritmo TAN
Ilustracin 31 Estructura 5, base 2 algoritmo TAN
11

EME - UV
TAN false - 10000 false

LogScore Bayes: -742331.8334505183
LogScore BDeu: -1023802.95231424
LogScore MDL: -952845.2059700268
LogScore AIC: -811884.6597813367
73.5541 %
32 0 0 1 0 0 0 0 0 0 17 | a = V2
0 4907 52 0 1 401 8 292 223 3 1 | b = V5
4 7 6309 811 8 178 88 107 0 33 177 | c = V8
1 0 1068 3987 190 7 2 2 0 3 750 | d = V9
0 0 3 52 998 0 0 0 0 0 267 | e = V11
0 301 279 6 3 2776 3 167 4 55 2 | f = V3
0 4 124 7 0 18 166 58 0 1 0 | g = V7
0 449 133 2 0 323 78 1108 4 3 0 | h = V6
0 204 0 0 0 11 1 21 371 1 0 | i = V1
0 0 58 2 0 78 0 0 0 109 2 | j = V4
7 0 120 307 354 0 0 0 0 0 1340 | k = V10
Tabla 12 Resultados con algoritmo TAN
12

EME - UV
9.2 Usando WEKA

Como se mencion en la es un software de uso libre y se puede descargar
http://www.cs.waikato.ac.nz/ml/weka/. La siguiente es la pantalla inicial, se
mostraran los pasos para reproducir los resultados aqu mostrados.
Es la opcin que permite

llevar a cabo la ejecucin de
los algoritmos de anlisis
implementados
ficheros
de
sobre
los
entrada,
una
ejecucin independiente por

cada prueba. En esta opcin
se trabajaron los resultados.
Esta
opcin
experimentos
permite
ms
objeto de ejecutar
algoritmos
sobre
definir
complejos,
con
uno o varios
uno
varios
conjuntos de datos de entrada, y

comparar
estadsticamente
resultados
los
Es una novedad de WEKA 3-4 que permite

llevar a cabo las mismas acciones del
"Explorer",
con
una
totalmente
grfica,
configuracin
inspirada
en
herramientas de tipo "data-flow" para

seleccionar componentes y conectarlos en
un proyecto de minera de datos, desde
que se cargan los datos, se aplican
algoritmos de tratamiento y anlisis,
hasta el tipo de evaluacin deseada.
Despus de elegir Explorer aparece la siguiente pantalla, en esta se carga la

base de datos y aparece una pequea descripcin del comportamiento, tambin
se puede elegir las variables que se usaran y remover las dems, y/o aplicar
13

EME - UV
algn filtro.
Estadsticas
descriptivas.
Filtros que se pueden

seleccionar, para
discretizar, re muestrear,
etc.
Cargar base de datos,

pueden leer archivos .arff,
.csv entre otros
Se puede observar la distribucin de los datos

de acuerdo a la variable clase, si es que existe.
14

EME - UV
De las opciones que se tienen en la parte superior:

Preprocess: seleccin de la fuente de datos y preparacin (filtrado).
Clasify: Facilidades para aplicar esquemas de clasificacin, entrenar
modelos y evaluar su precisin
Cluster: Algoritmos de agrupamiento
Associate: Algoritmos de bsqueda de reglas de asociacin
Select Attributes: Bsqueda supervisada de subconjuntos de atributos
representativos
Visualize: Herramienta interactiva de presentacin grfica en 2D.
Proceso para crear variable latente.
Una vez seleccionada la base de datos en la seccin de Preprocess, pasamos a
la seccin de Cluster. En la imagen pequea se observa la lista de algoritmos
disponibles para hacer los Cluster, en este trabajo se utiliz EM. Una vez
seleccionado el algoritmo, oprimir Start.
15

EME - UV
En el caso de la base 1, en donde se crea la variable clase, se debe

guardar e incluir en la base para cargarla de nuevo.
16

EME - UV
Una vez incluida en la base de datos, se procede a generar las
estructuras mediante los algoritmos. Se realiza en la seccin de Classify. En
choose se elige BayesNet.
BayesNet
Elegir el algoritmo
17

EME - UV
Una vez elegido, con un click aparece el editor en el que se pueden elegir los
algoritmos.
Elegido el algoritmo se pueden editar los parmetros.
18

EME - UV
Validacin
cruzada
Parmetros
Variable clase
Iniciar
A continuacin se muestran los parmetros utilizados en este trabajo.
Hill Climbing
19

EME - UV
K2
Simulated Annealing
20

EME - UV
Tab search
TAN
21

Redes Bayesianas para Inferir Integridad Ecologica en Los Ecosistemas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Redes Bayesianas para Inferir Integridad Ecologica en Los Ecosistemas

Uploaded by

Copyright:

Available Formats

Redes Bayesianas

Liliana Areli Snchez Parra

Redes bayesianas para inferir integridad ecolgica

A la coordinacin de la EME y sobre todo a la Dra. Mara Luisa Hernndez

Finalmente a mi familia por todo el apoyo y paciencia que siempre me han

Redes bayesianas para inferir integridad ecolgica

las Redes Bayesianas para

determinar las relaciones

probabilistas, es una tcnica relativamente nueva que consta de dos partes:

Redes bayesianas para inferir integridad ecolgica

MARCO CONTEXTUAL ........................................................................................................................... 1

PLANTEAMIENTO DEL PROBLEMA ............................................................................................................. 5

Objetivo general .................................................................................................................................. 7

TEORA DE LA PROBABILIDAD ............................................................................................................. 8

PROBABILIDAD CONJUNTA Y MARGINAL ................................................................................................... 10

INDEPENDENCIA CONDICIONAL .............................................................................................................. 11

TEOREMA DE BAYES ........................................................................................................................... 11

ESPERANZA MATEMTICA .................................................................................................................... 14

CRITERIOS DE SELECCIN: AIC Y BIC ...................................................................................................... 20

APRENDIZAJE DE LOS PARMETROS ........................................................................................................ 25

Aprendizaje de la estructura ................................................................................................ 28

Aprendizaje de variables latentes ......................................................................................... 29

INFERENCIA EN UNA RED BAYESIANA....................................................................................................... 32

Mtodos de evaluacin ........................................................................................................ 33

MATERIALES & MTODOS................................................................................................................. 35

DESCRIPCIN DE LAS BASES DE DATOS ..................................................................................................... 35

ALGORITMOS QUE APRENDEN LA ESTRUCTURA DE LA RED BAYESIANA A PARTIR DE DATOS. .................................... 38

Hill Climbing (ascenso de colinas) ......................................................................................... 38

Redes bayesianas para inferir integridad ecolgica

Simulated annealing (recocido simulado) ............................................................................. 40

Tab Search (bsqueda tab) ............................................................................................... 41

TAN (Nave Bayes Aumentado a rbol) ................................................................................. 42

METODOLOGA Y RESULTADOS. ....................................................................................................... 44

CONCLUSIONES Y TRABAJO FUTURO ................................................................................................ 48

RESULTADOS (COMPLETOS) .................................................................................................................... 1

USANDO WEKA ............................................................................................................................... 13

Redes bayesianas para inferir integridad ecolgica

1.1 Marco Contextual

Segn la Real Academia Espaola, algo es ntegro cuando no carece de

Consulta en lnea 2014 http://lema.rae.es/drae/srv/search?key=%C3%ADntegro

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

A lo largo de las dcadas se le ha dado mayor importancia a la

Redes bayesianas para inferir integridad ecolgica

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

1.3 Planteamiento del problema

Como se ha mencionado la integridad es una caracterstica deseable en

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

Si se asume que la integridad es una condicin valiosa y medible de un

preocupaciones de la ciencia y la poltica pblica. La prdida de integridad

alto de conservacin. Este trabajo proporcionar

informacin relevante para las instituciones que tiene la responsabilidad de

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

Liliana A. Snchez Parra

Redes bayesianas para inferir integridad ecolgica

La probabilidad es un mtodo por el cual se obtiene la frecuencia de un

condiciones estables. La Teora de la Probabilidad nos permite la obtencin de

conjunto de posibles resultados recibe el nombre de espacio muestral. Si se