Algoritmos de minera de datos para clasificacin de obesidad escolar

El objetivo de este estudio fue comparar cul de los algoritmos supervisados populares de minera de datos se aproxima ms a la realidad para poder clasificar y predecir el exceso de peso en nios y adolescentes. Para analizar los datos, se utiliz una base de datos de escolares de la regin de Itaup-Paran (Brasil), cuyas edades oscilan entre 6-17 aos. El programa utiliza diferentes herramientas para la minera de datos como Weka y Rapid Miner. Los resultados muestran la mejor tcnica supervisada para clasificar la obesidad de los escolares y pueda contribuir a predecir el riesgo de exceso de peso en nios y adolescentes.