SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería
En el estudio de los algoritmos de Minería de Datos del tipo supervisados surge el problema del desbalance de clases, que implica que la información no se encuentre distribuida equitativamente entre todas las clases que la componen, por lo que se generan efectos no deseados en el proceso de clasific...
Guardado en:
Autores principales: | , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2020
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/114339 |
Aporte de: |
id |
I19-R120-10915-114339 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Desbalance de clases SMOTE Algoritmos supervisados Weka DEP |
spellingShingle |
Ciencias Informáticas Desbalance de clases SMOTE Algoritmos supervisados Weka DEP Spositto, Osvaldo Mario Blanco, Gabriel Esteban Matteo, Lorena Levi, Marcelo Bossero, Julio SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
topic_facet |
Ciencias Informáticas Desbalance de clases SMOTE Algoritmos supervisados Weka DEP |
description |
En el estudio de los algoritmos de Minería de Datos del tipo supervisados surge el problema del desbalance de clases, que implica que la información no se encuentre distribuida equitativamente entre todas las clases que la componen, por lo que se generan efectos no deseados en el proceso de clasificación. Este trabajo considera el caso de conjuntos de datos que solamente tiene dos clases y una de ellas cuenta con una mayor cantidad de ejemplos que la otra. El interés principal del trabajo es la aplicación de la técnica de balanceo de clases SMOTE (Synthetic Minority Oversampling Technique), que con algoritmos de interpolación incrementa en forma “sintética” los ejemplos de la clase minoritaria. Los resultados experimentales muestran que algunas técnicas, en el proceso de entrenamiento, obtienen mejores porcentajes de clasificación, cuando se usan estos datos artificiales. El dataset utilizado registra la Diferencia Esperada entre Progenie de animales de la raza Aberdeen Angus. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Spositto, Osvaldo Mario Blanco, Gabriel Esteban Matteo, Lorena Levi, Marcelo Bossero, Julio |
author_facet |
Spositto, Osvaldo Mario Blanco, Gabriel Esteban Matteo, Lorena Levi, Marcelo Bossero, Julio |
author_sort |
Spositto, Osvaldo Mario |
title |
SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
title_short |
SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
title_full |
SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
title_fullStr |
SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
title_full_unstemmed |
SMOTE, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
title_sort |
smote, algoritmo para balanceo de clases en un estudio aplicado a la ganadería |
publishDate |
2020 |
url |
http://sedici.unlp.edu.ar/handle/10915/114339 |
work_keys_str_mv |
AT sposittoosvaldomario smotealgoritmoparabalanceodeclasesenunestudioaplicadoalaganaderia AT blancogabrielesteban smotealgoritmoparabalanceodeclasesenunestudioaplicadoalaganaderia AT matteolorena smotealgoritmoparabalanceodeclasesenunestudioaplicadoalaganaderia AT levimarcelo smotealgoritmoparabalanceodeclasesenunestudioaplicadoalaganaderia AT bosserojulio smotealgoritmoparabalanceodeclasesenunestudioaplicadoalaganaderia |
bdutipo_str |
Repositorios |
_version_ |
1764820446164811777 |