TRATAMIENTO DE IMÁGENES UNIDAD 3 FASE 5
GRUPO: 3
PRESENTADO POR: FABIAN SANCHEZ CERON COD: 12265941
TUTORA: PAOLA ANDREA MATEUS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA AÑO 2018
2. Desarrollo de los siguientes análisis de resultados Procedimiento (Experimento) Parte Individual: –
a.
Realice la evaluación cualitativa de los resultados obtenidos en la fase 3. El análisis se realiza entre los resultados que arroja la máquina de soporte vectorial SVM, en la variable “clasificación” contra los resultados reales del experto”
La evaluación debe entregar los siguientes datos en porcentaje: Clasificador Reales
FP
FN
VN VP Precisión Exactitud
Imágenes enfermas Imágenes sanas
La tabla anterior la debe realizar tanto para la SVM como para la clasificación clasificación por umbral.
Realizando la clasificación anterior se obtiene los siguientes resultados de clasificación.
Clasificación del experto
Resultados Clasificador Reales
Imágenes 7 enfermas Imágenes 2 sanas = +2
5 4
+
= 0,71
0,71 0,71 100 100 = 71% 71%
= +2 +2++2
=
9
+ +++
= 0,77 ,77
0,77 0,77 100 100 = 77% 77%
FP
FN
VN VP Precisión Exactitud
2
0
2
5
71%
77%
1.2. Realizar la curva característica operativa del receptor ROC.
Sensibilidad =
Especificidad =
a. Explique los datos y gráfica obtenida.
= 2 2+2
=
2 4
= 0,5
0,5 10 100 = 50%
= +
=
=1
1 10 100 = 100%
Curva roc SVM. Código
Gráfica:
De acuerdo a la gráfica podemos ver que la línea azul es el clasificador que realizamos con las hojas enfermas de la unidad pasada está por encima del límite que es la línea roja lo que quiere decir que si podemos usar el c lasificador si nos sirve ya que esta mas cerca del clasificador perfecto que es la línea de color verde donde las coordenadas son 0,1 en el eje X y eje Y
Evaluación cuantitativa clasificador umbral Se aplicó el siguiente código para el clasificador por umbral.
Clasificador Reales
Imágenes 2 enfermas Imágenes 8 sanas
5 5
FP
FN
VN VP Precisión Exactitud
1
4
4
1
50%
50%
= +
+
= 0,5
0,5 10 100 = 50% = +4 ++4+4
=
+ +++
= 0,5
0,5 10 100 = 50%
Sensibilidad = =
+
=0,2 =20%
+4
Especificidad = =
+ 4
=0,8 = 80%
+4
Para el eje x la especificidad es 1- especificidad. 1-0,8=0,2 =0,2 x 100= 20%
1.3. Realice el análisis e informe con los resultados obtenidos en los puntos anteriores. Como podemos observar los resultados obtenidos son una representación gráfica de la sensibilidad frente a la especificidad para un sistema clasificador binario según se varía el umbral de discriminación. Otra interpretación de este gráfico es la represe ntación de la razón de verdaderos positivos (VPR = Razón de Verdaderos Positivos) frente a la razón o ratio de falsos positivos (FPR = Razón de Falsos Positivos) también según se varía el umbral de discriminación (valor a partir del cual decidimos que un caso es un positivo). Si la prueba fuera perfecta, es decir, sin solapamiento, hay una región en la que cualquier punto de corte tiene sensibilidad y especifidad iguales a 1: la curva sólo tiene el punto (0,1). - Si la prueba fuera inútil: ambas fdp´ ambas fdp´ s coinciden y la sensibilidad (verdaderos positivos) posit ivos) es igual a la proporción de falsos positivos, positi vos, la curva sería la diagonal de (0,0) a (1,1).
BIBLIOGRAFÍA Aguado, A. S. (2012). bibliotecavirtual.unad.edu.co. Obtenido de bibliotecavirtual.unad.edu.co: http://bibliotecavirtual.unad http://bibliotecavirtual.unad.edu.co:2048/lo .edu.co:2048/login?user=prove gin?user=proveedo edo r&pass=danue0a0&url=ht r&pass=danue0a0&url=http://bibliotecav tp://bibliotecavirtual.unad.edu.co irtual.unad.edu.co:205 :205 1/login.aspx?direct=true&db 1/login.aspx?direct=true&db=nlebk&AN=47 =nlebk&AN=477505&lang=es 7505&lang=es&site &site =ehost-live Aguado, A. S. (2012). bibliotecavirtual.unad.edu.co. Obtenido de bibliotecavirtual.unad.edu.co: http://bibliotecavirtual.unad http://bibliotecavirtual.unad.edu.co:2048/lo .edu.co:2048/login?user=prove gin?user=proveedo edo r&pass=danue0a0&url=ht r&pass=danue0a0&url=http://bibliotecav tp://bibliotecavirtual.unad.edu.co irtual.unad.edu.co:205 :205 1/login.aspx?direct=true&db 1/login.aspx?direct=true&db=nlebk&AN=47 =nlebk&AN=477505&lang=es 7505&lang=es&site &site =ehost-live Bovik, A. C. (2009). bibliotecavirtual.unad.edu.co. Obtenido de bibliotecavirtual.unad.edu.co: http://bibliotecavirtual.unad http://bibliotecavirtual.unad.edu.co:2048/lo .edu.co:2048/login?user=prove gin?user=proveedo edo r&pass=danue0a0&url=ht r&pass=danue0a0&url=http://bibliotecav tp://bibliotecavirtual.unad.edu.co irtual.unad.edu.co:205 :205 1/login.aspx?direct=true&db 1/login.aspx?direct=true&db=nlebk&AN=24 =nlebk&AN=249002&lang=es&si 9002&lang=es&site te =ehost-live Mateus, P. (. ( 26 de Julio de 2017). hdl.handle.net . Obtenido de hdl.handle.net: hdl.handle.net: http://hdl.handle.net/10596/ http://hdl.handle.net/10596/12674 12674 Quilmes., U. N. (2005). iaci.unq.edu.ar . Obtenido de iaci.unq.edu.ar: http://iaci.unq.edu.ar/mate http://iaci.unq.edu.ar/materias/vision/arch rias/vision/archivos%5Capuntes% ivos%5Capuntes%5 5 CComandos%20comunes%20de%20Matlab%20para%20el%20 procesamiento%20de%20im%C3%A1gen.pdf