Algoritmo VFI: un estudio experimental en Weka

Fecha

2017

Autores

Guillemí Martín, Jessie
Pereira Toledo, Alain

Título de la revista

ISSN de la revista

Título del volumen

Editor

Resumen

Las grandes bases de datos son un reto hoy en día, ya que existe la necesidad de algoritmos de procesamiento más rápidos y confiables. Cuando se utilizan técnicas de aprendizaje automatizado, a menudo involucra un alto costo computacional asociado con el tiempo de entrenamiento; pero no es necesario un nuevo algoritmo si se selecciona el apropiado. Por esta razón, el presente artículo se propone como objetivo: realizar un estudio experimental para comparar un algoritmo conocido y simple llamado Voting Feature Intervals (VFI), con otros influyentes clasificadores, con base en la precisión de la clasificación. La experimentación se llevó a cabo mediante la herramienta WEKA, y se utilizó la metodología estadística de Demšar para evaluar los resultados. Finalmente, se mostró que su comportamiento, en cuanto a la correctitud de la clasificación, no es significativamente peor que otros algoritmos bien conocidos, mientras que su entrenamiento y tiempo de clasificación es lo suficientemente rápido en grandes bases de datos.

Descripción

Palabras clave

algoritmo de clasificación, WEKA, VFI

Citación

Descargar Referencia Bibliográfica