J. González Díaz, B. Pateiro López, I. Rodríguez Acevedo
La clasificación de observaciones en función de sus características observables en categorías específicas es una tarea fundamental en el análisis de datos. Por otra parte, los árboles de expansión mínima tienen numerosas aplicaciones debido a su facilidad de construcción mediante algoritmos voraces como el algoritmo de Prim. En este trabajo se presenta una novedosa contribución metodológica en forma de regla de clasificación binaria. El método se basa en la construcción de árboles de expansión mínima para cada clase utilizando un conjunto de entrenamiento. Una nueva observación se asigna a la clase cuyo árbol de expansión se ve menos afectado por su introducción.
Además, se ha realizado un exhaustivo análisis computacional, durante el cual se han implementado varias mejoras en la técnica. Estas optimizaciones permiten un mejor desempeño y serán detalladas en la presentación.
Keywords: regla de clasificación, árboles de expansión mínima, algoritmo, grafo, análisis computacional
Scheduled
Classification and pattern recognition
June 11, 2025 3:30 PM
Auditorio 1. Ricard Vinyes