Aprendizaje automático: clasificación de estados
J2.8 · Nivel J2 · Datos y estadística
Objetivos
- Pasar de ventanas de señal a una matriz de características.
- Clasificar con k-NN, LDA y regresión logística.
- Evaluar con validación cruzada, sin fuga de información.
- Leer matrices de confusión, F1 y AUC.
- Elegir el umbral de un detector de eventos.
De la señal a una etiqueta
Edificio de tres plantas (datos sintéticos): ventanas de 20 s de \(a_3(t)\).
Características: \(f_1, f_2, f_3\) (pico de Welch refinado). Etiquetas: A, B (−1 % de rigidez), C (−10 % en el entrepiso 2).
\(f_3\): A 4,418 · B 4,366 · C 4,251 Hz, con σ ≈ 0,055 Hz por ventana.
Tres clasificadores
- k-NN: voto de los \(k\) vecinos (estandarizar).
- LDA: nubes gaussianas con la misma covarianza, fronteras rectas.
- Logística: \(P(y=1\mid x)=1/(1+e^{-(\beta_0+\beta^\top x)})\).
Con \(k=1\), exactitud de entrenamiento 1,00 por construcción.
Validación cruzada
![Cinco rondas de validación cruzada, con un pliegue de prueba por ronda]()
Estratificada · estandarizar dentro del pliegue · repetir con varios barajados.
Resultado honesto
| k-NN, \(k=1\) |
1,00 |
0,63 |
| k-NN, \(k=5\) |
0,86 |
0,71 |
| LDA |
0,79 |
0,74 |
Dispersión por barajado ≈ 0,03: no se declara ganador.
Matriz de confusión (LDA)
| A |
20 |
10 |
0 |
| B |
6 |
22 |
2 |
| C |
0 |
2 |
28 |
C: precisión y exhaustividad 0,93. A y B se confunden: 1 % de rigidez está en el ruido de 20 s.
Eventos: la clase rara
360 ventanas de 5 s, 12 % con impacto sintético.
«No avisar nunca» acierta el 88,3 %.
![De la ventana a la alarma pasando por características, modelo y umbral]()
Logística y ROC
Umbral 0,5: 2 falsas alarmas, 7 eventos perdidos.
Exhaustividad 0,83 · precisión 0,95 · AUC 0,978.
Umbral 0,1: exhaustividad 0,88, pero 20 falsas alarmas.
El límite de lo detectable
Impactos débiles (0,08–0,3 m/s²): AUC 0,72, exhaustividad 0,095.
Exactitud 0,892 > 0,883: la trampa de la exactitud.
Sobre MLJ
No se usa: su instalación degradaba CSV y Parsers. Implementaciones propias en Resonancia.jl.
Con MLJ: machine, evaluate, CV, pipelines y más modelos.
Pídeselo a Claude
Pide siempre: cómo se ha evaluado, la matriz de confusión y qué pasa con la clase rara.
La doy por superada si…
- Evalúo con validación cruzada estratificada y sin fuga.
- Leo precisión, exhaustividad, F1 y AUC.
- Elijo el umbral según el coste de cada error.
