5. Análisis con técnicas de clustering de los hábitos alimenticios de estudiantes de la Universidad Tecnológica de la Mixteca, Oaxaca, México.

Resumen

El algoritmo de clustering no supervisado denominado K-Prototype fue aplicado a una base de datos mixta acerca de los hábitos alimenticios de los estudiantes de la Universidad Tecnológica de la Mixteca (UTM), con el fin de determinar si la percepción de los alumnos acerca de su alimentación es acertada o si por el contrario su percepción es errónea. Se aplicó una encuesta a 121 estudiantes que incluye variables cuantitativas y categóricas. Las variables que contribuyeron al análisis son: cantidad de comidas al día, género, tipos de comida chatarra consumidas, consumo de alcohol u otras drogas, percepción de salud, edad, cantidad económica percibida mensual. Se aplicó la metodología CRISP-DM, el cual es un método probado para orientar los trabajos en análisis de datos. Las fases de la metodología CRISP-DM son: comprensión del proceso, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación. Para la fase de modelado, se aplicó el algoritmo de clustering K-Prototype porque permite emplear datos categóricos y numéricos simultáneamente. Los resultados determinaron que las mujeres con hábitos saludables, se consideran poco saludables, mientras que la población masculina se considera saludable, no obstante, presentan hábitos poco saludables.