Image de couverture de livre

Tratamiento del desbalance en problemas con múltiples clases con ECOC

Fuente: Redalyc

Enregistré dans:

Détails bibliographiques
Auteur principal:	Rosa María Valdovinos Rosas
Format:	Artículo científico
Langue:	es
Publié:	Instituto Politécnico Nacional 2013
Sujets:	Computación fusion Class imbalance mixture of experts error correcting output codes (ECOC)
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

_version_	1876427746062630912
author	Rosa María Valdovinos Rosas
author_facet	Rosa María Valdovinos Rosas
contents	Tratamiento del desbalance en problemas con múltiples clases con ECOC Rosa María Valdovinos Rosas Rosalinda Abad Sánchez Roberto Alejo Eleuterio Edgar Herrera Arteaga Adrián Trueba Espinosa Computación fusion Class imbalance mixture of experts error correcting output codes (ECOC) El problema del desbalance de clases puede producir un deterioro importante en la efectividad del clasificador, en particular con los patrones de las clases menos representadas. El desbalance en el conjunto de entrenamiento (CE) significa que una clase es representada por una gran cantidad de patrones mientras que otra es representada por muy pocos. Los estudios existentes se encuentran orientados principalmente a tratar problemas de dos clases, no obstante, un importante número de problemas reales se encuentran representados por múltiples clases, donde resulta más difícil su discriminación para el clasificador. El éxito de la Mezcla de Expertos (ME) se basa en el criterio de “divide y vencerás”. En su funcionamiento general, el problema es dividido en fragmentos más pequeños que serán estudiados por separado. De este modo, el modelo general es poco influenciado por las dificultades individuales de sus componentes. La idea principal del estudio aquí mostrado, es construir una Mezcla de expertos cuyos miembros serán entrenados en una parte del problema general y de este modo, mejorar el rendimiento del clasificador en el contexto de múltiples clases. Para este fin, se hace uso de los métodos conocidos como Error-correcting output codes (ECOC), que permiten realizar una codificación en parejas de clases el problema de estudio. Resultados experimentales sobre conjuntos de datos reales, muestran la viabilidad de la estrategia aquí propuesta. 2013 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61529295011 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.4 Vol.17
format	Artículo científico
id	redalyc_61529295011
institution	Redalyc
language	es
publishDate	2013
publisher	Instituto Politécnico Nacional
spellingShingle	Tratamiento del desbalance en problemas con múltiples clases con ECOC Rosa María Valdovinos Rosas Computación fusion Class imbalance mixture of experts error correcting output codes (ECOC) Tratamiento del desbalance en problemas con múltiples clases con ECOC Rosa María Valdovinos Rosas Rosalinda Abad Sánchez Roberto Alejo Eleuterio Edgar Herrera Arteaga Adrián Trueba Espinosa Computación fusion Class imbalance mixture of experts error correcting output codes (ECOC) El problema del desbalance de clases puede producir un deterioro importante en la efectividad del clasificador, en particular con los patrones de las clases menos representadas. El desbalance en el conjunto de entrenamiento (CE) significa que una clase es representada por una gran cantidad de patrones mientras que otra es representada por muy pocos. Los estudios existentes se encuentran orientados principalmente a tratar problemas de dos clases, no obstante, un importante número de problemas reales se encuentran representados por múltiples clases, donde resulta más difícil su discriminación para el clasificador. El éxito de la Mezcla de Expertos (ME) se basa en el criterio de “divide y vencerás”. En su funcionamiento general, el problema es dividido en fragmentos más pequeños que serán estudiados por separado. De este modo, el modelo general es poco influenciado por las dificultades individuales de sus componentes. La idea principal del estudio aquí mostrado, es construir una Mezcla de expertos cuyos miembros serán entrenados en una parte del problema general y de este modo, mejorar el rendimiento del clasificador en el contexto de múltiples clases. Para este fin, se hace uso de los métodos conocidos como Error-correcting output codes (ECOC), que permiten realizar una codificación en parejas de clases el problema de estudio. Resultados experimentales sobre conjuntos de datos reales, muestran la viabilidad de la estrategia aquí propuesta. 2013 artículo científico 1405-5546 https://www.redalyc.org/articulo.oa?id=61529295011 es http://www.redalyc.org/revista.oa?id=615 Computación y Sistemas application/pdf Instituto Politécnico Nacional Computación y Sistemas (México) Num.4 Vol.17
title	Tratamiento del desbalance en problemas con múltiples clases con ECOC
topic	Computación fusion Class imbalance mixture of experts error correcting output codes (ECOC)
url	https://www.redalyc.org/articulo.oa?id=61529295011