Inducción de árboles de decisión mediante colonia de hormigas para el problema de label rankin

• Autores: Juan C. Alfaro, Juan Angel Aledo Sánchez, José Antonio Gámez Martín
• Localización: Actas del XVI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados: (MAEB 2025) 28-30 de mayo, Donostia/San Sebastián / coord. por Leticia Hernando Rodríguez, Josu Ceberio Uribe, Jon Vadillo Jueguen, 2025, ISBN 978-84-1319-656-5, págs. 283-286
• Idioma: español
• Enlaces
  • Texto Completo Libro
• Resumen

  • El problema de label ranking es una tarea de clasificación supervisada no estándar cuyo objetivo es predecir un orden total de las etiquetas de la variable clase para una instancia de entrada. Además, las instancias del conjunto de datos de entrenamiento también están etiquetadas con este tipo de órdenes. Entre los enfoques existentes, el algoritmo basado en instancias ha demostrado ser uno de los más competitivos. Sin embargo, solo es superado por métodos de ensemble, que, al no ser fácilmente interpretables, pueden no ser adecuados en ámbitos donde la transparencia sea fundamental. Para abordar esta limitación, en este trabajo se propone el diseño de un método de inducción de árboles de decisión basado en colonia de hormigas, con el objetivo de: (1) mejorar la tasa de acierto respecto a los enfoques basados en instancias, y (2) generar modelos más interpretables que los métodos de ensemble. A diferencia de los métodos heurísticos voraces tradicionalmente utilizados en este problema, mediante la metaheurística de colonia de hormigas se busca explorar un espacio de búsqueda más amplio. La propuesta será evaluada experimentalmente en conjuntos de datos estándar, comparando su desempeño con los métodos existentes en términos de tasa de acierto, coste computacional y complejidad del modelo.