Estudio comparativo de distintos métodos de umbral en regresión ordinal

Áreas de investigación:

• Methodology - Machine learning

Año:

2013

Tipo de publicación:

Artículo en conferencia

Autores:

• Gutiérrez, Pedro Antonio
• Pérez-Ortiz, María
• Sánchez-Monedero, Javier
• Hervás-Martínez, César

Título del libro:

IX Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB 2013)

Páginas:

872-881

Organización:

Madrid, Spain

Mes:

17th-20th September

ISBN:

978-84-695-8348-7

BibTex:

@conference{ECMRO2013, author = "Pedro Antonio Guti{\'e}rrez and Mar{\'i}a P{\'e}rez-Ortiz and Javier S{\'a}nchez-Monedero and C{\'e}sar Herv{\'a}s-Mart{\'i}nez", abstract = "En este trabajo se presenta un estudio comparativo de una familia de m{\'e}todos de clasificaci{\'o}n en el contexto de regresi{\'o}n ordinal, los conocidos como m{\'e}todos de umbral. El t{\'e}rmino regresi{\'o}n ordinal hace referencia a aquellos problemas de clasificaci{\'o}n en los que las categor{\'i}as de la variable discreta a predecir guardan una relaci{\'o}n natural de orden. Al contrario que los m{\'e}todos tradicionales de clasificaci{\'o}n nominal que ignoran el orden de las etiquetas, los m{\'e}todos de umbral est{\'a}n dise{\~n}ados para aprovecharlo. En concreto, se basan en proyectar los datos a una l{\'i}nea recta mediante un modelo lineal o no lineal y aprender un conjunto de umbrales que dividen dicha l{\'i}nea en las distintas categor{\'i}as, incluyendo la informaci{\'o}n de orden de forma directa. Aunque la versi{\'o}n lineal de los m{\'e}todos de umbral es bien conocida y utilizada en {\'a}reas como ciencias sociales, su uso no es tan popular en el {\'a}rea de aprendizaje autom{\'a}tico. Sin embargo, existen algunos clasificadores no lineales basados en estas ideas. Este art{\'i}culo introduce las caracter{\'i}sticas de los m{\'e}todos existentes y ofrece un estudio comparativo experimental de los mismos. ", booktitle = "IX Congreso Espa{\~n}ol de Metaheur{\'i}sticas, Algoritmos Evolutivos y Bioinspirados (MAEB 2013)", isbn = "978-84-695-8348-7", month = "17th-20th September", organization = "Madrid, Spain", pages = "872--881", title = "{E}studio comparativo de distintos m{\'e}todos de umbral en regresi{\'o}n ordinal", year = "2013", }

Abstract:

En este trabajo se presenta un estudio comparativo de una familia de métodos de clasificación en el contexto de regresión ordinal, los conocidos como métodos de umbral. El término regresión ordinal hace referencia a aquellos problemas de clasificación en los que las categorías de la variable discreta a predecir guardan una relación natural de orden. Al contrario que los métodos tradicionales de clasificación nominal que ignoran el orden de las etiquetas, los métodos de umbral están diseñados para aprovecharlo. En concreto, se basan en proyectar los datos a una línea recta mediante un modelo lineal o no lineal y aprender un conjunto de umbrales que dividen dicha línea en las distintas categorías, incluyendo la información de orden de forma directa. Aunque la versión lineal de los métodos de umbral es bien conocida y utilizada en áreas como ciencias sociales, su uso no es tan popular en el área de aprendizaje automático. Sin embargo, existen algunos clasificadores no lineales basados en estas ideas. Este artículo introduce las características de los métodos existentes y ofrece un estudio comparativo experimental de los mismos.