Las variables más influyentes en la obesidad: un análisis desde la minería de datos

• Omar Danilo Castrillón ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 32, Nº. 6 (Diciembre), 2021, págs. 123-132
• Idioma: español
• Títulos paralelos:
  • The most influential variables associated with obesity: a data mining analysis
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El principal objetivo de esta investigación es identificar las variables más influyentes en el grado de obesidad por medio de técnicas de minería de datos y la plataforma WEKA. Se restructura una base de datos existente con 2.111 registros, 16 variables independientes y una variable dependiente (grado de obesidad). Se agrega la variable índice de masa corporal y se emplea el algoritmo J48 para realizar un proceso de selección estadística. Los resultados muestran que las variables independientes más influyentes son: género, estatura, peso e índice de masa corporal. El porcentaje de éxito supera el 97% por medio del algoritmo J48 y otras técnicas inteligentes ejecutadas con la misma plataforma mediante validación cruzada. Al suprimir las variables más influyentes, la edad e historia familiar tienen una influencia moderada. Se concluye que es responsabilidad de cada persona ser consiente y controlar cada una de estas variables si desea un control efectivo de su peso corporal.

  • English

    The main objective of this research study is to identify the most influential variables on obesity degree by applying data mining techniques and by using the platform WEKA. An existing database is restructured. It contains 2,111 records, 16 independent variables, and 1 dependent variable (degree of obesity). The body mass index variable is added and the J48 algorithm is used to perform a statistical selection process. The results show that the most influential independent variables are: gender, height, weight, and body mass index. Success rate exceeds 97% when using the J48 algorithm and other intelligent techniques on the same platform. By suppressing the most influential variables, age and family history show a moderate influence. It is concluded that every person is responsible for controlling each of these variables to effectively control body weight.