Nuevas propuestas en el ámbito de los algoritmos genéticos distribuidos para la extracción de reglas de clasificación

Resumen

Esta investigación parte de la combinación de los modelos genéticos distribuidos con los modelos de genéticos aprendizaje de reglas para conseguir un modelo de aprendizaje distribuido escalable y flexible frente a conjuntos de datos no balanceados. Se ha desarrollado un nuevo algoritmo denominado EDGAR (Efficient Distributed Genetic Algorithm for Rule Extraction). Este Algoritmo genera clasificadores basados en reglas de alta calidad en precisión y tamaño. EDGAR combina la distribución de datos con modelos genéticos distribuidos para resolver problemas de alta cardinalidad y clases no balanceadas con resultados competitivos en el ámbito de los algoritmos genéticos de aprendizaje supervisado para la clasificación. Se han desarrollado mejoras específicas que permite el tratamiento directo de los conjuntos de datos con desbalanceo de clases y atributos numéricos continuos.