Resumen

Los algoritmos de refuerzo sensibles a los costes han demostrado su eficacia para resolver los difíciles problemas de desequilibrio de clases. Sin embargo, la influencia de los costes de clasificación errónea y el nivel de desequilibrio en el rendimiento del algoritmo aún no está clara. El objetivo de este artículo es realizar una comparación empírica de seis algoritmos representativos de boosting sensibles a los costes, incluyendo AdaCost, CSB1, CSB2, AdaC1, AdaC2 y AdaC3. Estos algoritmos se evalúan a fondo mediante un amplio conjunto de experimentos, en los que se entrenan casi cincuenta mil modelos de clasificación en 17 conjuntos de datos desequilibrados del mundo real. Los resultados experimentales muestran que los algoritmos en serie AdaC superan en general a AdaCost y CSB cuando tratan con conjuntos de datos de diferentes niveles de desequilibrio. Además, la optimalidad del algoritmo AdaC2 destaca en torno a la configuración de los costes de desclasificación: CN=0,7, CP=1, especialmente cuando se trata de conjuntos de datos muy desequilibrados. En el caso de conjuntos de datos con un desequilibrio de bajo nivel, no hay diferencias significativas entre los algoritmos en serie AdaC. Además, los resultados indican que AdaC1 es comparativamente insensible a los costes de clasificación errónea, lo que concuerda con el hallazgo del trabajo de investigación anterior.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:conjuntos de datos desequilibrados, costes de clasificación errónea, algoritmos, algoritmos en serie, conjuntos de datos de distinto nivel de desequilibrio, problemas difíciles de desequilibrio de clases, miles de modelos de clasificación, adac, adac1, adacost
• Keywords:imbalanced data sets, misclassification costs, algorithms, serial algorithms, different imbalance level data sets, difficult class imbalance problems, thousands classification models, adac, adac1, adacost