Bienvenido a nuestro blog

Un blog de Data Mining y WebMining?

Así es!…finalizamos el 2010 y comenzamos el 2011 con este nuevo formato, en que el sitio de nuestra empresa, ha incorporado un blog dedicado a tópicos de Analytics, Business Intelligence (Inteligencia de Negocios) y Data Mining. Nuestra meta es convertirnos en un sitio de referencia sobre Inteligencia de Negocios, Data Mining y Web Mining, y lograr reunir a profesionales y empresas interesadas en compartir recursos relacionados con los datos y cómo tratarlos para transformarlos en conocimiento útil para lograr un objetivo.

Para ver las condiciones de uso, derechos y términos, por favor visita la sección Acerca de…

Para saber más de nuestra empresa, por favor visita la sección La Empresa.

Suerte y éxito!

El Equipo de WebMining



Comments ( 2 )

  1. / Roberto Alarcón
    Estimados: Soy egresado de ingeniería civil industrial de la UTFSM e hice mi tesis pronosticando series de tiempo con una variante de un SVM, llamada LS-SVM (least square support vector machines), este modelo lo comparé con un ARIMA(1,1,0), dándome mejores resultados con el LS-SVM, tanto para el MAPE, MSE y tendencia. Mi profesor guía me hizo la pregunta de ¿Porque el LS-SVM tuvo mejores resultados? y que le diera una explicación intuitiva...he intentado buscar esa respuesta en papers y libros pero no he logrado encontrarlo. Espero me puedan ayudar. Saludos!!
    • / WebMining Consultores
      Hola. Gracias por tus comentarios. Las experiencias reportadas en la literatura sobre la predicción de series de tiempo usando SVM y LS-SVM son limitadas, y no es posible realizar comparaciones sistemáticas de las SVM con otros modelos tales como ARIMA. No obstante una explicación intuitiva es que en el mundo real, las series de tiempo rara vez son puramente lineales o no-lineales, es decir, a menudo contienen patrones lineales y no-lineales, que ni los modelos ARIMA ni las NN tradicionales pueden capturar. Pudiese ser entonces esta la razón, que en tu caso, modelando con LS-SVM obtengas mejores resultados. Chequea este paper "A hybrid ARIMA and support vector machines model in stock price forecasting" que propone una metodología híbrida que, al igual que tú, también obtiene un mejor MSE con SVM que con ARIMA. Esperamos sea de utilidad. Saludos, WebMining Consultores Limitada

Leave a reply