TÉCNICAS DE EDICIÓN DE PROTOTIPOS
La edición de un conjunto de entrenamiento se hace con el objetivo de eliminar los prototipos que inducen a una incorrecta clasificación supervisada, seleccionando un conjunto de referencia representativo y reducido.
Existen varios algoritmos de edición de conjuntos de entrenamiento, los cuales están encaminadas a la detección y eliminación de patrones ruidosos y atípicos, con el objetivo de mejorar la exactitud de la clasificación.
Las técnicas de edición, también producen la eliminación de prototipos, y con ello, la reducción de la matriz de aprendizaje.
La idea básica de aplicar los conjuntos aproximados para editar los conjuntos de entrenamiento es la siguiente: en el conjunto de entrenamiento se colocan los ejemplos del sistema de decisión inicial que pertenecen a la aproximación inferior de cada clase. Esto es igual a decir que el conjunto de entrenamiento para el algoritmo será la región positiva del sistema de decisión. En esta forma, los objetos que están etiquetados incorrectamente o muy cerca de la frontera de decisión pueden ser eliminados del conjunto de entrenamiento, los cuales afectan la calidad de la inferencia. En la aproximación inferior de cada clase estarán aquellos objetos que con certeza pertenecen a dicha clase, por lo que de esta forma se garantiza la eliminación de cualquier presencia de ruido en el sistema de decisión.
Arabel's Blog 