Resumen:
En reconocimiento de patrones, la selección de características es de vital importancia,
pues reduce los costes computacionales de pre-procesamiento y aumenta la fiabilidad
de la clasificación. Aunado a lo anterior, la selección de características permite
obtener un subconjunto de características con mejor poder discriminativo, eliminando
aquellas con menor poder, e incluso características que introducen ruido en el clasificador.
Las técnicas de selección de características van desde las más sencillas hasta
técnicas muy elaboradas como Algoritmos genéticos. En esta Tesis, se realiza un análisis
exhaustivo del desempeño y comportamiento sobre diferentes conjuntos de datos
de varias técnicas de selección de características en el estado del arte actual. Las técnicas
estudiadas son implementadas y comparadas utilizando varios conjuntos de datos.
Los resultados experimentales obtenidos son discutidos y comparados en esta Tesis.
Los resultados experimentales y el análisis comparativo de las técnicas permitirán realizar
una selección más propia de alguna técnica en cuanto a complejidad y desempeño
cuando se presenta algún problema de selección de características.