AGRUPAMIENTO VIA CLASIFICACIÓN.

Abstract

En la actualidad se han intentado adaptar técnicas de aprendizaje supervisado para ser utilizadas en aprendizaje no supervisado. Por ejemplo, los árboles de decisión no supervisados ó también se ha utilizado el algoritmo K-NN como algoritmo de agrupamiento, donde se utiliza la regla del k vecino más cercano para crear grupos. Cuando no se conocen las clases del aprendizaje supervisado, el investigador tiene que realizar de forma manual la creación de las clases de acuerdo a su amplio conocimiento del tema para realizar dicha clasificación. En este sentido, el aprendizaje no supervisado puede ser un paso previo de la clasificación, porque ayuda a obtener la muestra de entrenamiento que posteriormente se utilizará para la clasificación de nuevos objetos. Aunque en principio esto podría parecer lógico, en la práctica no es así, ya que el algoritmo específico de aprendizaje supervisado que se vaya a utilizar tiene un criterio diferente al algoritmo utilizado por el aprendizaje no supervisado para generar las clases. Entonces, el problema es ¿cómo generar aprendizaje supervisado y no supervisado utilizando el mismo criterio? El método que se propone en este trabajo es la realización de un algoritmo de agrupamiento basado en un algoritmo de genético, el cual, a su vez sea dirigido por un algoritmo de clasificación. Los operadores que se realizaron o se adaptaron fueron el operador de selección, el operador de cruza, el operador de mutación y el módulo de la función de aptitud. De acuerdo a la experimentación que se realizaron, se puede afirmar que es factible la idea presentada en esta tesis. Ya que los resultados son favorables e interesantes.