El siguiente trabajo de tesis tiene como objetivo plantear una nueva metodología de
clasificación binaria que permita obtener resultados predictivos equivalentes a los de los
métodos tradicionales, pero salvaguardando caer en el fenómeno de caja negra. Este
fenómeno se presenta cuando la técnica de clasificación no entrega interpretabilidad de la
forma en que se efectúa la clasificación. El paradigma que se presenta es que, a mayor
precisión del método, menor es la interpretabilidad que se obtiene, y viceversa.
Una de las técnicas de aprendizaje estadístico con mejores desempeños predictivos
es Support Vector Machines. Pueden construir un estimador de clasificación simple e
interpretable (SVM-Lineal), o uno complejo (SVM-RBF) con el fenómeno de caja negra.
El estimador simple asume que la función subyacente que discrimina las clases binarias
es lineal, mientras que el otro supone lo contrario, produciendo un estimador que no es
directamente interpretable. Para enfrentar este problema, se propone una metodología
que construye un estimador lineal por partes. Globalmente, el estimador no es lineal,
pero está compuesto por un número fijo de componentes lineales (SVM-Lineal). Cada
componente lineal clasifica un subconjunto independiente de puntos del problema global.
Conceptualmente, esta metodología trata de trazar un puente entre las dos técnicas
tradicionales anteriores, manteniendo niveles de precisión comparables y salvaguardando
la interpretabilidad.
En el 100% de las pruebas de precisión de clasificación binaria realizadas, se obtuvo
resultados iguales o mejores que el estimador SVM-Lineal. Con la ventaja adicional
de que el nuevo estimador entrega una frontera compuesta por distintas funciones
lineales independientes entre sí, que a su vez caracterizan de manera distinta a grupos
independientes de puntos. En vez de ofrecer un único perfil de comportamiento como lo
hace SVM-Lineal, el modelo propuesto ofrece tantos perfiles como componentes integran
el estimador lineal por partes.
La principal desventaja del método consiste en la etapa de segmentación de los datos
binarios. Esta etapa hace la diferencia con respecto a las técnicas tradicionales, y su
orden de complejidad es inclusive mayor al de una técnica de aprendizaje estadístico no
lineal. Precisamente, una línea de trabajo a futuro consiste en optimizar el algoritmo de
segmentación.
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/102673 |
| Date | January 2011 |
| Creators | Thiele Horta, Andrés Rodrigo |
| Contributors | Weber Haas, Richard, Facultad de Ciencias Físicas y Matemáticas, Departamento de Ingeniería Industrial, Bosch Passalacqua, Máximo, Montoya Moreira, Ricardo, Maldonado Alarcón, Sebastián Alejandro |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/ |
Page generated in 0.003 seconds