Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Nacional de Colombia
2006
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=64326314 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Selección de características usando modelo híbrido basado en algoritmos genéticos Luis Felipe Giraldo Edilson Delgado Juan Carlos Riaño Germán Castellanos Domínguez Ingeniería relevancia árboles de decisión algoritmos genéticos vecinos más cercanos selección de características En el artículo se propone un modelo híbrido de selección de características con el objeto de reducir la dimensióndel espacio de entrenamiento, sin comprometer la precisión de clasificación. El modelo incluye la inducciónde un árbol de decisión que genera subconjuntos de características, para las cuales seguidamente se evalúasu relevancia mediante el criterio del mínimo error de clasificación. El procedimiento de evaluación se desarrollaempleando la regla de los k-vecinos más cercanos. Usualmente, la reducción de espacios supone unacota de error de clasificación; sin embargo, en este trabajo la sintonización del modelo híbrido de selecciónse realiza usando algoritmos genéticos, con lo cual se obtiene de forma simultánea la minimización tanto delnúmero de características de entrenamiento, como del error de clasificación. De manera adicional, a diferenciade las técnicas convencionales de selección, el modelo propuesto permite cuantificar el nivel de relevancia decada característica perteneciente al conjunto reducido de entrenamiento. Las pruebas del modelo se realizanpara la identificación de hipernasalidad, en el caso de voz, y cardiopatía isquémica, en el caso de registros deelectrocardiografía. Las bases de datos corresponden a una población de 90 niños (45 registros por clase) y a100 registros electrocardiográficos (50 por clase). Los resultados obtenidos muestran una efectividad promediopara la reducción del espacio de entrenamiento inicial hasta de un 88%, con una tasa promedio de error declasificación inferior al 6%. 2006 artículo científico 0120-5609 https://www.redalyc.org/articulo.oa?id=64326314 es http://www.redalyc.org/revista.oa?id=643 Ingeniería e Investigación application/pdf Universidad Nacional de Colombia Ingeniería e Investigación (Colombia) Num.3 Vol.26