Análisis de un algoritmo multiclasificador incremental con diferentes clasificadores bases

Autores/as

  • Alberto Verdecia Cabrera Universidad de Granma
  • David La O Naranjo IMNi, Niquero
  • Ramón Osmany Ramírez Tasé Universidad de Granma
  • Agustín Alejandro Ortiz Díaz Universidad de Granma
  • Isvani Frías Blanco Universidad de Granma

Palabras clave:

Aprendizaje incremental, flujos de datos, cambio de concepto, clasificadores múltiples

Resumen

Los algoritmos de clasificación que se adaptan a los cambios de conceptos en la minería de flujos de datos son actualmente muy importantes para muchas aplicaciones como: bioinformática, medicina, educación, economía y finanzas, industria y medio ambiente. Por otro lado, los algoritmos multiclasificadores se han mostrado particularmente eficientes en el trabajo sobre espacio de datos grandes y complejos. El siguiente trabajo tiene como propósito analizar el comportamiento de un nuevo algoritmo multiclasificador incremental, que se adapta a los cambios de conceptos, utilizando diferentes clasificadores bases no incrementales para procesar datos sintéticos discretos generados bajo el concepto LED. Este algoritmo, presentado por primera vez en el congreso Informática 2013, está basado en la familia MultiCIDIM desarrollada por investigadores de la Universidad de Málaga. Se utiliza el entorno de trabajo MOA (Massive Online Analysis) para implementar el algoritmo, generar los datos sintéticos y realizar los experimentos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ruiz, R. Heurísticas de selección de atributos para datos de gran dimensionalidad. Departamento de Lenguajes y Sistemas Informáticos. Sevilla, Universidad de Sevilla, 2006.

Caballero, Y. Aplicación de la Teoría de los Conjuntos Aproximados en el Preprocesamiento de los Conjuntos de

Entrenamiento para Algoritmos de Aprendizaje Automatizado. Tesis de doctorado, Universidad Central ”Marta Abreu”de la Villas, 2007.

Michalsky, R. and G. Tecuci. Machine Learning: A Multistrategy Approach. EE.UU, Morgan Kauffinan, 1994.

Wang, H.; Wei F.; Philip Y.; Jiawei H. Mining ConceptDrifting Data Streams Using Ensemble Classifiers. In 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Washington, DC, 2003.

Ortíz, A. Propuesta de algortimo multiclasificador para minar flujos de datos y adaptarse a cambios de concepto. Segunda Conferencia Internacional de Ciencia de la Computación e Informática. Congreso Informática 2013.

Descargas

Publicado

2024-03-19 — Actualizado el 2025-05-13

Versiones

Cómo citar

[1]
Verdecia Cabrera, A. et al. 2025. Análisis de un algoritmo multiclasificador incremental con diferentes clasificadores bases. Ciencias matemáticas. 29, 2 (may 2025), 87–92.

Número

Vol. 29 Núm. 2: Diciembre, 2015

Sección

Artículo Original

Licencia

Derechos de autor 2015 Ciencias Matemáticas

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.