El objetivo general del proyecto es implementar herramientas de análisis multivariable para definir tipos de alteración a partir de concentraciones de distintos elementos químicos, a modo de proponer una metodología cuantitativa de clasificación, siendo esta utilizada para estudiar información de alteraciones presentes en Mina Escondida.
Para la creación de modelos de clasificación se tiene una base de datos que consta de 54 variables geoquímicas más la alteración de la roca mapeada en diecinueve categorías por el equipo de geología, de la cual se estableció que cinco de ellas eran diferenciables. La dificultad del análisis se origina en la gran cantidad de atributos que deben ser estudiados. Para esto se desarrollaron técnicas que ayudan al usuario a entender cómo se asemejan entre ellas las distintas categorías de alteración. Para decidir qué mediciones son las de mayor utilidad, se utilizan técnicas de selección de variables automatizadas con el fin de establecer los criterios de clasificación.
Para realizar el análisis se trabaja con cuatro técnicas de clasificación: mejor variable de clasificación, k-mean clustering, regresión logística y redes neuronales. De los métodos seleccionados el que tiene un mejor desempeño es el de redes neuronales alcanzando alrededor de 77\% de éxito promedio en la clasificación de las cinco categorías.
En la clasificación se logró identificar dos grandes grupos altamente diferenciables entre sí, constituidos por las alteraciones más tardías (argílicas y fílicas) y las más tempranas (clorita-sericita y potásicas), encontrando que los mayores problemas se originan con la ocurrencia de las arcillas, las que dificultan la clasificación de las familias. Los elementos más importantes dentro de la clasificación fueron Mg, Al, Rb, Sc, los cuales se cree que tienen una proveniencia de minerales como la biotita y la clorita principalmente.
En resumen se logró crear una metodología que facilita al usuario la clasificación de categorías, siendo esta guiada y semiautomatizada.