Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado

El problema de las distribuciones de datos no balanceados entre clases ha recibido una atención considerable en disciplinas como el Aprendizaje Automático y Minería de Datos. En el contexto de problemas de clasificación un conjunto de datos no está balanceado si una de las clases -mayoritaria- está...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Martinelli, Jonatan Emanuel
Otros Autores: Hasperué, Waldo
Formato: Tesis Trabajo de especializacion
Lenguaje:Español
Publicado: 2022
Materias:
Informática
Desbalance de clases
Métodos de balanceo de clases
Clasificación
Machine Learning
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/147410
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-147410
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Informática
Desbalance de clases
Métodos de balanceo de clases
Clasificación
Machine Learning
spellingShingle Informática
Desbalance de clases
Métodos de balanceo de clases
Clasificación
Machine Learning
Martinelli, Jonatan Emanuel
Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
topic_facet Informática
Desbalance de clases
Métodos de balanceo de clases
Clasificación
Machine Learning
description El problema de las distribuciones de datos no balanceados entre clases ha recibido una atención considerable en disciplinas como el Aprendizaje Automático y Minería de Datos. En el contexto de problemas de clasificación un conjunto de datos no está balanceado si una de las clases -mayoritaria- está sensiblemente más representada que el resto. Por tanto, se puede conducir a aprendizajes sesgados en perjuicio de la clase minoritaria, que usualmente, contiene los casos de mayor interés. Por ello, este trabajo pretende estudiar diversas estrategias de balanceo de clases las cuales se aplicarán a la baja de beneficiarios de un servicio de cobertura médica. Cada estrategia dará lugar a diferentes versiones del conjunto de datos original para la misma representación; luego, para cada variante del set de datos, se aplicarán las mismas técnicas predictivas. De esta forma se obtendrán diversos modelos y se analizarán sus rendimientos mediante las métricas precision, recall, accuracy y F-Measure.
author2 Hasperué, Waldo
author_facet Hasperué, Waldo
Martinelli, Jonatan Emanuel
format Tesis
Trabajo de especializacion
author Martinelli, Jonatan Emanuel
author_sort Martinelli, Jonatan Emanuel
title Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
title_short Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
title_full Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
title_fullStr Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
title_full_unstemmed Clasificación de datos desbalanceados : Su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
title_sort clasificación de datos desbalanceados : su aplicación en la predicción de bajas de beneficiarios de un servicio de salud privado
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/147410
work_keys_str_mv AT martinellijonatanemanuel clasificaciondedatosdesbalanceadossuaplicacionenlapredicciondebajasdebeneficiariosdeunserviciodesaludprivado
bdutipo_str Repositorios
_version_ 1764820461318832129

Ejemplares similares