2024-03-28T21:53:38Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/1462022-04-26T11:42:12Zcom_10259_2699col_10259_2723
Combinación de clasificadores: construcción de características e incremento de la diversidad
Maudes Raedo, Jesús M.
Rodríguez Diez, Juan José
García Osorio, César
Universidad de Burgos. Departamento de Ingeniería Civil
Mineria de Datos
Aprendizaje Automático
Multiclasificadores
Diversidad
Construcción de Características
Data Mining
Machine Learning
Ensembles
Diversity
Feature Construction
Informática
Computer science
1203.04 Inteligencia Artificial
1209.03 Análisis de Datos
1203.12 Bancos de Datos
Los multiclasificadores son actualmente un área de interés dentro del Reconocimiento de Patrones. En esta tesis se presentan tres métodos multiclasificadores: "Cascadas para datos nominales", "Disturbing Neighbors" y "Random Feature Weights".
Las Cascadas permiten que clasificadores que necesitan entradas numéricas mejoren sus resultados, tomando como entradas adicionales las estimaciones de probabilidad de otro clasificador que sí pueda trabajar con datos nominales.
"Disturbing Neighbors" aumenta el conjunto de entrenamiento de cada clasificador base a partir de la salida de un clasificador NN. El NN de cada clasificador base es obtenido de forma aleatoria.
Random Feature Weights es un método que utiliza árboles cómo clasificadores base, que modifica la función de mérito de los mismos mediante un peso aleatorio.
Además la tesis aporta nuevos diagramas para la visualización de la diversidad de los clasificadores base: Diagramas de Movimiento Kappa-Error y los Diagramas de Movimiento Relativo Kappa-Error
2011-02-03T11:58:23Z
2014-07-28T16:04:11Z
2011-02-03T11:58:23Z
2014-07-28T16:04:11Z
2010
2010
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://hdl.handle.net/10259/146
10.36443/10259/146
spa
Attribution-NonCommercial-NoDerivs 3.0 Unported
http://creativecommons.org/licenses/by-nc-nd/3.0/
Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada
info:eu-repo/semantics/openAccess
application/pdf
https://riubu.ubu.es/bitstream/10259/146/7/Maudes_Raedo.pdf.jpg
Hispana
TEXT
http://creativecommons.org/licenses/by-nc-nd/3.0/
RIUBU. Repositorio Institucional de la Universidad de Burgos
http://hdl.handle.net/10259/146