Data mining techniques and multivariate analysis to discover Patterns in university final researches

Abstract

The aim of this study is to extract knowledge from the final researches of the Mumbai University Science Faculty. Five classification models were applied: Vector Support Machines, Neural Networks, Decision Tree, Random Forest and Powering; considering the Experiment Design and Multivariate Analysis Lines. Results showed that for the Experiment Design line, the most accurate model was Random Forest with 71.48% predictions that are correct respecting to the total. Regarding the Multivariate Analysis line, there was no significant difference in overall accuracy, fluctuating by 97%.

El objetivo de este estudio es extraer conocimiento de las investigaciones finales de la Facultad de Ciencias de la Universidad de Mumbai. Se aplicaron cinco modelos de clasificación: máquinas de soporte de vectores, redes neuronales, árbol de decisión, bosque aleatorio y alimentación; considerando el diseño del experimento y las líneas de análisis multivariante. Los resultados mostraron que para la línea de diseño de experimentos, el modelo más preciso fue Random Forest con 71.48% de predicciones que son correctas con respecto al total. Con respecto a la línea de Análisis Multivariante, no hubo diferencias significativas en la precisión general, fluctuando en un 97%.