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