Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo

En este artículo presentamos un nuevo método, de nominado OBLIC, para inducción de reglas de clasificación oblicuas no jerárquicas a partir de un conjunto de datos etiquetados. La base del método es un algoritmo evolutivo con codificación real para los individuos y basado en la estrategia de Pittsbu...

ver descrição completa

Detalhes bibliográficos
Autores: Álvarez Macías, José Luis, Mata Vázquez, Jacinto, Riquelme Santos, José Cristóbal
Formato: artículo
Estado:Versión publicada
Fecha de publicación:2002
País:España
Recursos:Universidad de Sevilla (US)
Repositorio:idUS. Depósito de Investigación de la Universidad de Sevilla
OAI Identifier:oai:idus.us.es:11441/145570
Acesso em linha:https://hdl.handle.net/11441/145570
Access Level:acceso abierto
Palavra-chave:Minería de Datos
Aprendizaje Supervisado
Clasificación
Algoritmos Evolutivos
Data Mining
Supervised Learning
Classification
Evolutionary Algorithm
id ES_5a95201ce7d97e08936a026bcbbd142b
oai_identifier_str oai:idus.us.es:11441/145570
network_acronym_str ES
network_name_str España
repository_id_str
spelling Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivoÁlvarez Macías, José LuisMata Vázquez, JacintoRiquelme Santos, José CristóbalMinería de DatosAprendizaje SupervisadoClasificaciónAlgoritmos EvolutivosData MiningSupervised LearningClassificationEvolutionary AlgorithmEn este artículo presentamos un nuevo método, de nominado OBLIC, para inducción de reglas de clasificación oblicuas no jerárquicas a partir de un conjunto de datos etiquetados. La base del método es un algoritmo evolutivo con codificación real para los individuos y basado en la estrategia de Pittsburg. Así, cada individuo está compuesto por un conjunto de reglas de clasificación que dividen el espacio de búsqueda en regiones para cada una de las clases del conjunto de datos. La función de bondad determina la exactitud de cada individuo mediante la exploración de estas regiones. El modelo de clasificación es deducido a partir del mejor individuo obtenido durante el proceso evolutivo. Para analizar los resultados se ofrece una comparativa entre OBLIC, C4.5 y OC1 sobre un conjunto de bases de datos del UCI Repository.This paper presents a new method, called OBLIC, to induce no-hierarchical oblique classification rules from a labeled dataset. The coreo f the method is an evolutionary algorithm with real-coded using the Pittsburg approach. Each individual is compound for a set of classification rules. These rules Split the search space into regions for each class of the dataset. The fitness function obtains the accuracy of the individuals by means of the explration of these regions. The induced classification model is deduced from the best individula obtained during the evolutionary prcess. Tenfold cross validation measure of the performance of OBLIC by a comparison of the results with C4.5 and OC1, using datasets from UCI Repository.Universidad Autónoma de BucaramangaLenguajes y Sistemas Informáticos2002info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://hdl.handle.net/11441/145570reponame:idUS. Depósito de Investigación de la Universidad de Sevillainstname:Universidad de Sevilla (US)EspañolRevista Colombiana de Computación, 3 (1), 7-20.https://revistas.unab.edu.co/index.php/rcc/article/view/1105info:eu-repo/semantics/openAccessoai:idus.us.es:11441/1455702026-06-17T12:51:07Z
dc.title.none.fl_str_mv Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
title Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
spellingShingle Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
Álvarez Macías, José Luis
Minería de Datos
Aprendizaje Supervisado
Clasificación
Algoritmos Evolutivos
Data Mining
Supervised Learning
Classification
Evolutionary Algorithm
title_short Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
title_full Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
title_fullStr Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
title_full_unstemmed Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
title_sort Método de inducción de reglas de clasificación oblicuas mediante un algoritmo evolutivo
dc.creator.none.fl_str_mv Álvarez Macías, José Luis
Mata Vázquez, Jacinto
Riquelme Santos, José Cristóbal
author Álvarez Macías, José Luis
author_facet Álvarez Macías, José Luis
Mata Vázquez, Jacinto
Riquelme Santos, José Cristóbal
author_role author
author2 Mata Vázquez, Jacinto
Riquelme Santos, José Cristóbal
author2_role author
author
dc.contributor.none.fl_str_mv Lenguajes y Sistemas Informáticos
dc.subject.none.fl_str_mv Minería de Datos
Aprendizaje Supervisado
Clasificación
Algoritmos Evolutivos
Data Mining
Supervised Learning
Classification
Evolutionary Algorithm
topic Minería de Datos
Aprendizaje Supervisado
Clasificación
Algoritmos Evolutivos
Data Mining
Supervised Learning
Classification
Evolutionary Algorithm
description En este artículo presentamos un nuevo método, de nominado OBLIC, para inducción de reglas de clasificación oblicuas no jerárquicas a partir de un conjunto de datos etiquetados. La base del método es un algoritmo evolutivo con codificación real para los individuos y basado en la estrategia de Pittsburg. Así, cada individuo está compuesto por un conjunto de reglas de clasificación que dividen el espacio de búsqueda en regiones para cada una de las clases del conjunto de datos. La función de bondad determina la exactitud de cada individuo mediante la exploración de estas regiones. El modelo de clasificación es deducido a partir del mejor individuo obtenido durante el proceso evolutivo. Para analizar los resultados se ofrece una comparativa entre OBLIC, C4.5 y OC1 sobre un conjunto de bases de datos del UCI Repository.
publishDate 2002
dc.date.none.fl_str_mv 2002
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/11441/145570
url https://hdl.handle.net/11441/145570
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.relation.none.fl_str_mv Revista Colombiana de Computación, 3 (1), 7-20.
https://revistas.unab.edu.co/index.php/rcc/article/view/1105
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Autónoma de Bucaramanga
publisher.none.fl_str_mv Universidad Autónoma de Bucaramanga
dc.source.none.fl_str_mv reponame:idUS. Depósito de Investigación de la Universidad de Sevilla
instname:Universidad de Sevilla (US)
instname_str Universidad de Sevilla (US)
reponame_str idUS. Depósito de Investigación de la Universidad de Sevilla
collection idUS. Depósito de Investigación de la Universidad de Sevilla
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408727644241920
score 15,300719

Registos relacionados