Las grandes bases de datos son un reto hoy en dia, ya que existe la necesidad de algoritmos de procesamiento mas rapidos y confiables. Cuando se utilizan tecnicas de aprendizaje automatizado, a menudo involucra un alto costo computacional asociado con el tiempo de entrenamiento; pero no es necesario un nuevo algoritmo si se selecciona el apropiado. Por esta razon, el presente articulo se propone como objetivo: realizar un estudio experimental para comparar un algoritmo conocido y simple llamado Voting Feature Intervals (VFI), con otros influyentes clasificadores, con base en la precision de la clasificacion. La experimentacion se llevo a cabo mediante la herramienta WEKA, y se utilizo la metodologia estadistica de Demsar para evaluar los resultados. Finalmente, se mostro que su comportamiento, en cuanto a la correctitud de la clasificacion, no es significativamente peor que otros algoritmos bien conocidos, mientras que su entrenamiento y tiempo de clasificacion es lo suficientemente...
Alain Pereira Toledo hasn't uploaded this paper.
Let Alain know you want this paper to be uploaded.