| Revista: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000376148 |
| ISSN: | 1405-5546 |
| Autores: | Villuendas Rey, Yenny1 Garcia Lorenzo, Maria Matilde2 |
| Instituciones: | 1Universidad de Ciego de Avila, Departamento de Ciencia de la Computación, Ciego de Avila. Cuba 2Universidad Central "Marta Abreu" de Las Villas, Santa Clara, Villa Clara. Cuba |
| Año: | 2014 |
| Periodo: | Abr-Jun |
| Volumen: | 18 |
| Número: | 2 |
| Paginación: | 295-311 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | La clasificación supervisada constituye una de las áreas de investigación más activas dentro de la Inteligencia Artificial. La regla del vecino más cercano (NN) es una de las más simples y efectivas para la clasificación supervisada. El pre-procesamiento del conjunto de entrenamiento es esencial para obtener clasificaciones de alta calidad. En este artículo se introduce un nuevo algoritmo de selección de atributos y casos que utiliza un enfoque híbrido basado en los Conjuntos Aproximados y los algoritmos inspirados en la naturaleza para mejorar el desempeño de clasificadores NN. El algoritmo propuesto permite el manejo de conjuntos de datos mezclados, incompletos, y no balanceados. El desempeño de dicho algoritmo se analizó utilizando bases de datos de repositorio, mostrando una alta eficacia del clasificador, utilizando solamente pocos casos y atributos |
| Resumen en inglés | Supervised classification is one of the most active research fields in the Artificial Intelligence community. Nearest Neighbor (NN) is one of the simplest and most consistently accurate approaches to supervised classification. The training set preprocessing is essential for obtaining high quality classification results. This paper introduces an attribute and case selection algorithm using a hybrid Rough Set Theory and naturally inspired approach to improve the NN performance. The proposed algorithm deals with mixed and incomplete, as well as imbalanced datasets. Its performance was tested over repository databases, showing high classification accuracy while keeping few cases and attributes |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Selección de casos, Selección de atributos, Clasificación supervisada, Vecinos cercanos |
| Keyword: | Computer science, Artificial intelligence, Case selection, Attribute selection, Supervised classification, Near neighbors |
| Texto completo: | Texto completo (Ver HTML) |
