Resumen

El sistema de poda de conjuntos es un marco eficaz de aprendizaje automático que combina varios aprendices como expertos para clasificar un conjunto de pruebas. Generalmente, los sistemas de poda de conjuntos tienen como objetivo definir una región de competencia basada en el conjunto de validación para seleccionar los conjuntos más competentes del grupo de conjuntos con respecto al conjunto de prueba. Sin embargo, el tamaño del conjunto de conjuntos suele ser fijo, y el rendimiento de un conjunto de conjuntos depende en gran medida de la definición de la región de competencia. En este artículo, se propone un marco de poda dinámico denominado poda de conjuntos de Pareto basada en el margen para los sistemas de poda de conjuntos. El marco explora el tamaño optimizado del conjunto durante la etapa de sobreproducción y afina los expertos durante la etapa de poda. El algoritmo de optimización de Pareto se utiliza para explorar el tamaño de la reserva de conjuntos de sobreproducción que puede dar lugar a un mejor rendimiento. Teniendo en cuenta la entropía de la información de los aprendices en la región de indecisión, se calcula el criterio marginal para cada aprendiz en el conjunto de conjuntos mediante la poda del criterio de margen, que poda los expertos con respecto al conjunto de pruebas. La eficacia del método propuesto para tareas de clasificación se evalúa utilizando conjuntos de datos. Los resultados muestran que la poda de conjuntos de Pareto basada en el margen puede lograr tamaños de conjuntos más pequeños y un mejor rendimiento de clasificación en la mayoría de los conjuntos de datos en comparación con los modelos del estado de la técnica.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:sistema de poda de conjuntos, conjunto de conjuntos, región de competencia, pareto basado, poda de conjuntos, experto, algoritmo de optimización de pareto, poda de criterios de margen, mejor rendimiento de clasificación, prueba
• Keywords:ensemble pruning system, ensemble pool, region of competence, based pareto, ensemble pruning, expert, pareto optimization algorithm, margin criteria pruning, better classification performance, test