Resumen

La clasificación de datos supervisada es una de las técnicas utilizadas para extraer información no trivial de los datos. La clasificación es una técnica ampliamente utilizada en diversos campos, incluyendo la minería de datos, la industria, la medicina, la ciencia y la ley. Este documento considera un nuevo algoritmo para problemas de clasificación de datos supervisados asociados con el análisis de clusters. Las formulaciones matemáticas para este algoritmo se basan en optimización no suave y no convexa. Se utiliza un nuevo algoritmo para resolver este problema de optimización. El nuevo algoritmo utiliza una técnica libre de derivadas, con robustez y eficiencia. Para mejorar el rendimiento y la eficiencia en la generación de modelos de clasificación, se sugiere un nuevo algoritmo de selección de características basado en técnicas de programación convexa. Los métodos propuestos se prueban en conjuntos de datos del mundo real. Se presentan los resultados de experimentos numéricos que demuestran la efectividad de los algoritmos propuestos.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Clasificación de datos supervisada; Algoritmo; Análisis de clústeres; Optimización; Selección de características; Programación convexa
• Keywords:Supervised data classification; Algorithm; Cluster analysis; Optimization; Feature selection; Convex programming