Resumen

La heterogeneidad del espacio de características suele existir en muchos conjuntos de datos del mundo real, de modo que algunas características tienen distinta importancia para la clasificación en distintos subconjuntos. Además, el patrón de heterogeneidad del espacio de características puede cambiar dinámicamente con el tiempo a medida que se acumulan más y más datos. En este artículo, desarrollamos un algoritmo de clasificación incremental, el Clustering Supervisado para la Clasificación con Heterogeneidad del Espacio de Características (SCCFSH), para abordar este problema. En nuestro enfoque, la agrupación supervisada se implementa para obtener un número de conglomerados tal que las muestras de cada conglomerado pertenezcan a la misma clase. Una vez eliminados los valores atípicos, se calcula la relevancia de las características de cada conglomerado en función de sus variaciones en dicho conglomerado. La relevancia de las características se incorpora al cálculo de la distancia para la clasificación. La principal ventaja de SCCFSH reside en el hecho de que es capaz de resolver un problema de clasificación con heterogeneidad del espacio de características de forma incremental, lo que es favorable para tareas de clasificación en línea con datos en continuo cambio. Los resultados experimentales sobre una serie de conjuntos de datos y la aplicación a un problema de marketing de bases de datos muestran la eficiencia y eficacia del enfoque propuesto.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:heterogeneidad del espacio de características, cluster, muchos conjuntos de datos del mundo real, heterogeneidad del espacio de características, heterogeneidad del espacio de características, problema de marketing de bases de datos, algoritmo de clasificación incremental, tareas de clasificación en línea, sccfsh, enfoque
• Keywords:feature space heterogeneity, cluster, many real world data sets, feature space heterogeneity, feature space heterogeneity, database marketing problem, incremental classification algorithm, online classification tasks, sccfsh, approach