MIGUEL ANGEL MEDINA PÉREZ UND JOSÉ RUIZ SHULCLOPER
ALVOT (ALgoritmos de VOTación) es un modelo de algoritmos de clasificación supervisada basado en precedencias parciales que permite trabajar con descripciones de objetos en términos de variables numéricas y no numéricas simultáneamente e incluso admite valores desconocidos en las mismas. Éste ha sido utilizado en numerosos problemas prácticos en las denominadas ciencias poco formalizadas (“soft sciences”) como por ejemplo las geociencias, la medicina, la criminalística y otras. Los clasificadores ALVOT, como todos los clasificadores supervisados en general, necesitan de una “buena” matriz de entrenamiento para lograr clasificar con calidad; de aquí que sea un problema determinar qué objetos se deben seleccionar para el entrenamiento de los mismos. Es por esto que en el presente trabajo se proponen dos métodos de selección de objetos; el primero para mejorar la eficiencia sin afectar la eficacia sustancialmente de los clasificadores ALVOT, y el segundo para mejorar la eficacia al trabajar con bases de datos ruidosas.
