5
8
Joel Atamari Aguilar  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
Christian Flores Conde  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
jatamaria@unsa.edu.pe  
cfloresc@unsa.edu.pe  
Jhon Mamani Mamani  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
Sergio Rondon Polanco  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
jmamanim@unsa.edu.pe  
srondonp@unsa.edu.pe  
ARK: ark:/42411/s8/a53  
PURL: 42411/s8/a53  
RECIBIDO 18/11/2021 ● ACEPTADO 22/12/2021 ● PUBLICADO 30/03/2022  
RESUMEN  
En este artículo se presenta una descripción de los árboles de decisión para determinar si una  
habitación está ocupada o no. En esta investigación se demuestra empíricamente que es posible  
determinar si una habitación está ocupada o no, usando las variables temperatura, humedad,  
luminosidad, nivel de CO2 y el radio de humedad, mediante la utilización de árboles de decisión  
con las librerías SKLEARN en el lenguaje Python.  
Palabras claves: Inteligencia artificial, árboles de decisión, CO2, etiquetas, Python.  
ABSTRACT  
This article presents a description of the decision trees for determining whether a room is occupied  
or not. In this research it is empirically demonstrated that it is possible to determine whether a  
room is occupied or not, using the variables temperature, humidity, luminosity, CO2 level and  
the humidity ratio, by using decision trees with the SKLEARN libraries in the language Python.  
Keywords: Artificial Intelligence, Decision trees, CO2, labels, Python.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
5
9
INTRODUCIÓN  
Según Marvin Minsky [1], la inteligencia artificial (IA) es la ciencia de construir máquinas para  
que hagan cosas que, si las hicieran humanos, requerirían inteligencia.  
La IA tiene diferentes técnicas como sistemas expertos basados en reglas, redes neuronales  
artificiales, árboles de decisión, etc. [2]. A continuación, se presenta la implementación de un  
árbol de decisión para determinar si una habitación está ocupada o no con un dataset de más de  
2
0000 registros utilizando una biblioteca de software automático llamada Sklearn.  
Árboles de decisión  
Los árboles de decisión es una de las técnicas de aprendizaje inductivo supervisado no  
paramétrico, se utiliza para la predicción y se emplea en el campo de inteligencia artificial, donde  
a partir de una base de datos se construyen diagramas de construcción lógica, muy similares a  
los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie  
de condiciones que ocurren en forma repetitiva para la solución de un problema.[3]  
Nuestra inclinación por el uso de esta técnica se debe a sus ventajas:  
•
•
Se puede trabajar con valores cuantitativos (solo tuvimos que transformarlos).  
Al contar un número pequeño de características (cinco) es factible el uso de esta técnica.  
Limpieza de datos  
Inicialmente nuestra base de conocimiento estaba conformada por 7 columnas (No, Fecha,  
Temperatura, Humedad, Luminosidad, Nivel de CO2, Radio de humedad y la salida). Además,  
esta contaba con 20560 casos.  
Con el objetivo de realizar un mejor entrenamiento se realizó la limpieza de datos utilizando como  
herramienta principal Microsoft Excel 2016. Se eliminó la columna Fecha ya que esta no tiene  
algún valor significativo para el entrenamiento al ser diferente para cada caso. Se eliminó filas  
repetidas usando la herramienta antes ya mencionada, con lo que el número de filas se redujo a  
1
9119. Finalmente, no se encontraron valores muy alejados al promedio.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
0
Después de haber realizado la fase de limpieza de datos se continuó con la transformación de  
estos.  
En esta parte necesitamos hacer un mapeo de los datos en donde transformamos estos datos de  
entrada en valores categóricos. Esto debido a que nuestros datos son cuantitativos y no  
cualitativos.  
Se utilizó la Ecuación 1 para esta transformación, la cual resta el menor valor al mayor valor y lo  
divide entre la cantidad de categorías. Esto para posteriormente ir sumando el resultado al valor  
mínimo y definir los rangos de cada categoría.  
Rango de cada categoría = (Valor maximo − Valor minimo)/Cantidad de categorías  
(1)  
•
Temperatura : Donde se dividió en 5 categorías, la primera categoría donde los datos tienen  
una lectura menor igual a 20.0816666,en la segunda los datos tienen una lectura mayor a  
2
0.0816666 y menor igual a 21.1633332, en la tercera categoría los datos tienen una  
lectura mayor a 21.1633332 y menor igual a 22.2449998, en la cuarta categoría los datos  
tienen una lectura mayor a 22.2449998 y menor igual a 23.3266664,finalizando en la  
quinta categoría donde datos tienen una lectura mayor a 23.3266664.  
Figura 1. Cantidad de datos de Temperatura dividido en 5 categorías.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
1
•
Humedad: Donde se dividió en 5 categorías, la primera categoría donde los datos tienen  
una lectura menor igual a 21.296, en la segunda los datos tienen una lectura mayor a  
1.296 y menor igual a 25.847, en la tercera categoría los datos tienen una lectura mayor  
2
a 25.847 y menor igual a 30.398, en la cuarta categoría los datos tienen una lectura mayor  
a 30.398 y menor igual a 34.949, finalizando en la quinta categoría donde datos tienen  
una lectura mayor a 34.949.  
Figura 2. Cantidad de datos de Humedad dividido en 5 categorías.  
•
Luminosidad: Donde se dividió en 5 categorías, la primera categoría donde los datos tienen  
una lectura menor igual a 339.45, en la segunda los datos tienen una lectura mayor a  
3
39.45 y menor igual a 678.9, en la tercera categoría los datos tienen una lectura mayor  
a 678.9 y menor igual a 1018.35, en la cuarta categoría los datos tienen una lectura mayor  
a 1018.35 y menor igual a 1357.8, finalizando en la quinta categoría donde datos tienen  
una lectura mayor a 1357.8.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
2
Figura 3. Cantidad de datos de Luminosidad dividido en 5 categorías.  
•
Nivel de CO2: Donde se dividió en 5 categorías, la primera categoría donde los datos tienen  
una lectura menor igual a 745.5, en la segunda los datos tienen una lectura mayor a 745.5  
y menor igual a 1078.25, en la tercera categoría los datos tienen una lectura mayor a  
1
078.25 y menor igual a 1411, en la cuarta categoría los datos tienen una lectura mayor  
a 1411 y menor igual a 1743.75, finalizando en la quinta categoría donde datos tienen una  
lectura mayor a 1743.75.  
Figura 4. Cantidad de datos de CO2 dividido en 5 categorías  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
3
•
Radio de Humedad :Donde se dividió en 5 categorías, la primera categoría donde los datos  
tienen una lectura menor igual a 0.0034344, en la segunda los datos tienen una lectura  
mayor a 0.0034344 y menor igual a 0.0041948, en la tercera categoría los datos tienen  
una lectura mayor a 0.0041948 y menor igual a 0.0049552, en la cuarta categoría los  
datos tienen una lectura mayor a 0.0049552 y menor igual a 0.0057156, finalizando en la  
quinta categoría donde datos tienen una lectura mayor a 0.0057156.  
Figura 5. Cantidad de datos de Radio de Humedad dividido en 5 categorías  
•
Habitación Ocupada: Habiendo en estas 2 categorías ,1 para los datos que tienen el valor “si”  
y 0 para los que tienen el valor “no”  
Figura 6. Cantidad de datos de Habitación Ocupada dividido en 2 categorías  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
4
Una vez categorizados todos los datos empezamos con la fase de entrenamiento.  
Fase de entrenamiento  
Después de haber realizado el mapeo de los datos, se realizó la fase de entrenamiento en el  
lenguaje Python utilizando Jupyter. Las librerías utilizadas son Numpy, Pandas y Sklearn.  
Para la creación del árbol de decisión se utilizaron los siguientes parámetros citerion=”gini”,  
min_samples_split=100, min_samples_leaf=20 y class weight={1:3:22}.  
Respecto a los datos usados para el entrenamiento, se usó el 75% para este y el 25% restante  
para la fase de comprobación Se desarrolló la siguiente interfaz para el ingreso de datos:  
Figura 7. Interfaz para entrenamiento  
Fase de comprobación  
Para la comprobación se trabajó con el 25% de información restante. En esta fase se comprobó  
la salida esperada con la salida obtenida con lo que cada vez que no coincidan el error acumulado  
aumenta. Se muestra a continuación la interfaz para la fase comprobación.  
Figura 8. Interfaz para comprobación  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
5
Análisis de resultados  
Como se observa en la Figura 8 el porcentaje de error después de la fase de entrenamiento es  
de 1.07%. A continuación, se muestra una comparación entre los datos esperados y los obtenidos  
gráficamente. La figura 9 muestra una comparación solo entre los 160 primeros casos para una  
mejor visualización. En una comparación de los 19119 casos se repetirá.  
Figura 9. Gráfico comparativo de los resultados esperados (verde) y los datos obtenidos (rojo).  
Como trabajo próximo se sugiere la comparación de diversas técnicas de aprendizaje para el  
mismo contexto.  
CONCLUSIONES  
•
El uso de árboles de decisión como técnica de entrenamiento para determinar si una  
habitación está ocupada tuvo 1% de error. Por lo que al usar este algoritmo obtuvimos  
buenos resultados.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935  
6
6
•
•
Los árboles de decisión son una técnica muy fácil de entender y aplicar a diversos  
contextos, ya que, para este caso, aunque no tuviésemos valores cualitativos pudimos  
utilizarla sin problemas gracias a una adecuada transformación de datos.  
El uso de Python y sus librerías facilitan la aplicación de muchas técnicas de inteligencia  
artificial.  
REFERENCIAS  
[
[
[
1] M. Minsky, «The age of Intelligent Machines: Thoughts About Artificial Intelligence,»  
KurzweilAl.net., 1990.  
2] J. De Andres Oviedo, «Tecnicas de inteligencia artificial aplicadas al analsis de la solvencia  
empresarial,» Universidad de Oviedo, Oviedo, 2000.  
3] G. R. Solarte Martinez y J. Soto Mejia, «Árboles de decisiones en el diagnóstico de  
enfermedades cardiovasculares,» Scientia et Technica, vol. XVI, nº 49, pp. 104-109, 2011.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 1 Marzo - Agosto 2022 ISSN Nº 2708-0935