SynopsisLas técnicas de clasificación en minería de datos están encaminadas a desarrollar algoritmos que sean capaces de tratar y analizar datos de forma automática con objeto de extraer la información subyacente en dichos datos. La minería de datos hace uso de todas las técnicas que puedan aportar información. Se han analizado 452 fumadores procedentes de la Unidad de Tabaquismo de la Universidad de Zaragoza. En este trabajo se presentan cuatro técnicas de minería de datos: Regresión Logística, Árboles de clasificación, Naives Bayes y Redes bayesianas y se aplican al análisis de los factores que influyen en el éxito de un tratamiento para dejar de fumar. Las variables que más influyen sobre el éxito del tratamiento son las relacionadas con el cumplimiento del mismo, el éxito después de una semana y acudir a la terapia de grupo. La técnicas de mayor éxito han sido, algoritmo J48 de árboles de clasificación, 72,3 % de buena clasificación y 0,711 ROC con muy bajos porcentajes de falsos positivos (40,3%) y falsos negativos (17,3%)., Las tecnicas de clasificacion en mineria de datos estan encaminadas a desarrollar algoritmos que sean capaces de tratar y analizar datos de forma automatica con objeto de extraer la informacion subyacente en dichos datos. La mineria de datos hace uso de todas las tecnicas que puedan aportar informacion. Se han analizado 452 fumadores procedentes de la Unidad de Tabaquismo de la Universidad de Zaragoza. En este trabajo se presentan cuatro tecnicas de mineria de datos: Regresion Logistica, Arboles de clasificacion, Naives Bayes y Redes bayesianas y se aplican al analisis de los factores que influyen en el exito de un tratamiento para dejar de fumar. Las variables que mas influyen sobre el exito del tratamiento son las relacionadas con el cumplimiento del mismo, el exito despues de una semana y acudir a la terapia de grupo. La tecnicas de mayor exito han sido, algoritmo J48 de arboles de clasificacion, 72,3 % de buena clasificacion y 0,711 ROC con muy bajos porcentajes de falsos positivos (40,3%) y falsos negativos (17,3%).", Las tecnicas de clasificacion en mineria de datos estan encaminadas a desarrollar algoritmos que sean capaces de tratar y analizar datos de forma automatica con objeto de extraer la informacion subyacente en dichos datos. La mineria de datos hace uso de todas las tecnicas que puedan aportar informacion. Se han analizado 452 fumadores procedentes de la Unidad de Tabaquismo de la Universidad de Zaragoza. En este trabajo se presentan cuatro tecnicas de mineria de datos: Regresion Logistica, Arboles de clasificacion, Naives Bayes y Redes bayesianas y se aplican al analisis de los factores que influyen en el exito de un tratamiento para dejar de fumar. Las variables que mas influyen sobre el exito del tratamiento son las relacionadas con el cumplimiento del mismo, el exito despues de una semana y acudir a la terapia de grupo. La tecnicas de mayor exito han sido, algoritmo J48 de arboles de clasificacion, 72,3 % de buena clasificacion y 0,711 ROC con muy bajos porcentajes de falsos positivos (40,3%) y falsos negativos (17,3%).