Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
DYNA
versión impresa ISSN 0012-7353
Resumen
FILIBERTO, Yaima; BELLO, Rafael; CABALLERO, Yailé y FRIAS, Mabel. ALGORITMO PARA EL APRENDIZAJE DE REGLAS DE CLASIFICACION BASADO EN LA TEORÍA DE LOS CONJUNTOS APROXIMADOS EXTENDIDA. Dyna rev.fac.nac.minas [online]. 2011, vol.78, n.169, pp.62-70. ISSN 0012-7353.
Los conjuntos aproximados han demostrado ser efectivos para desarrollar técnicas de aprendizaje automático, entre ellos métodos para el descubrimiento de reglas de clasificación. En este trabajo se presenta un algoritmo para generar reglas de clasificación basado en relaciones de similaridad, lo que permite que sea aplicable en casos donde los rasgos tienen dominio discreto o continuo. Los resultados experimentales muestran un desempeño satisfactorio en comparación con otros algoritmos conocidos como C4.5 y MODLEM
Palabras clave : Reglas de clasificación; relaciones de similaridad; Teoría de los conjuntos aproximados; minería de datos.