Clasificación de 1500 registros usando aprendizaje supervisado (R, Python o Java)

Buenas tardes, estamos desarrollando un estudio de clasificación automática de datos para lo que necesitamos comparar los resultados con algún algoritmo de referencia. Los datos vienen como 1000 entradas de 338 características (de las cuales habría que seleccionar las 50 características de más relevancia para la clasificación) etiquetados en 13 categorias. Aún no tenemos los datos definitivos por lo que se proveeria un dataset de datos simulados por lo que es muy importante que el código desarrollado se pueda correr nuevamente con los datos finales para generar la salida real. Los algoritmos a implementar serían un arbol de clasificación, y un perceptron multicapa. La entrada de los datos se realizará en formato CSV separado por comas. La implementación puede realizarse en R, Python o Java. La salida debe incluir gráficas comparativas incluyenso precisión, exactitud (accuracy), el cálculo de la curva ROC y la justificación de la parametrización que se hace de los algoritmos. Referencias Performance Metrics for Classification problems in Machine Learning [login to view URL] Filtrado y selección de subconjuntos de atributos basada en su relevancia descriptiva para la clase [login to view URL]