Improving classification accuracy by dataset transformation with M3GP

Autores/as

  • Luis Muñoz Delgado

Palabras clave:

Constructive Induction, Clustering, Genetic Programming, Multiclass Classification

Resumen

El aprendizaje máquina busca encontrar la relación entre los
datos y el objeto en observación, intentando a través de
diferentes métodos aproximarse a un modelo de solución que
permita describirlo en su totalidad, esta tarea no es fácil y se
crean constantemente distinto métodos enfocados problemas
específicos de domino, pero independientemente del enfoque
estos se puede definir como un conjunto de datos y estos
datos a su vez pueden presentar carencia en base al método
de captura limitando la capacidad de solución de cualquier
método de aprendizaje, llevando a los método de aprendizaje
a llegar al límite de solución para este estudio de
clasificación. Este trabajo presenta un método de
optimización de datos para mejorar la separación de clases
del problema, por medio de Multidimensional Multiclass
Genetic Programming with Multidimensional Population
(M3GP) como un método de trasformación de datos para
facilitar el aprendizaje. Mejorando la exactitud de
clasificación de distintos problemas, utilizando los métodos
de solución sin alteraciones o reconfiguración, obteniendo
rangos de mejora entre 1.2 a 51 sobre los resultados de
clasificación obtenidos por los datos originales.

Publicado

2022-05-06

Número

Sección

5th Conference on Computer Science and Computer Engineering