Comportamiento de integración de algoritmos para descubrimiento de reglas de pertenencia a grupos
Los procesos de explotación de información utilizan distintos algoritmos de minería de datos para obtener patrones de conocimiento a partir de los datos que se tienen sobre el dominio de problema. Uno de los supuestos con los que se trabajan estos algoritmos es que la complejidad del dominio de pert...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2015
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/50433 |
| Aporte de: |
| Sumario: | Los procesos de explotación de información utilizan distintos algoritmos de minería de datos para obtener patrones de conocimiento a partir de los datos que se tienen sobre el dominio de problema. Uno de los supuestos con los que se trabajan estos algoritmos es que la complejidad del dominio de pertenecía de los casos que utilizan, no incide en la calidad de los resultados obtenidos. Es de interés analizar el comportamiento del proceso de explotación de información: Descubrimiento de Reglas de Pertenencia a Grupos, el cual utiliza algoritmos de clustering y algoritmos de inducción. En este trabajo se caracteriza la complejidad de los dominios en términos de las piezas de conocimiento que los describen y que los procesos de explotación de información buscan descubrir. Se muestra experimentalmente que en el caso del proceso de descubrimiento de reglas de pertenencia a grupos la calidad de los patrones que se obtiene difiere en función de los algoritmos que se utilizan en el proceso y de la complejidad de los dominios al cual aplican. |
|---|