Resumen

El aprendizaje con datos desequilibrados es una de las tareas más complejas del aprendizaje automático. Recientemente, el aprendizaje por conjuntos ha surgido como una solución eficaz a los problemas de desequilibrio de clases. La combinación de bagging y boosting con remuestreo de preprocesamiento de datos, es decir, el submuestreo exploratorio más sencillo y preciso, se ha convertido en el método más popular para la clasificación de datos desequilibrados. En este artículo, proponemos un nuevo método selectivo de construcción de conjuntos basado en el submuestreo exploratorio, RotEasy, con la ventaja de mejorar los requisitos de almacenamiento y la eficiencia computacional mediante la tecnología de poda de conjuntos. Nuestra metodología pretende mejorar la diversidad entre clasificadores individuales mediante la extracción de características y la poda de conjuntos regularizada por diversidad. Realizamos una comparación exhaustiva entre nuestro método y algunos de los métodos más avanzados de aprendizaje en desequilibrio. Los resultados experimentales en 20 conjuntos de datos desequilibrados del mundo real muestran que RotEasy posee un aumento significativo del rendimiento, contrastado mediante una prueba estadística no paramétrica y varios criterios de evaluación.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:nuevo método selectivo de construcción de conjuntos, submuestreo exploratorio preciso, problemas de desequilibrio de clases, tareas emergentes desafiantes, tecnología de poda de conjuntos, clasificación de datos desequilibrados, conjuntos de datos desequilibrados, métodos de aprendizaje desequilibrados, prueba estadística no paramétrica, diversos criterios de evaluación
• Keywords:novel selective ensemble construction method, accurate exploratory undersampling, class imbalance problems, emergent challenging tasks, ensemble pruning technology, imbalanced data classification, imbalanced data sets, imbalanced learning methods, nonparametric statistical test, various evaluation criteria