Clasificación no supervisada

Clasificación

   Algunos de los dominios en los que la clasificación automática se emplea:

• Visión artificial (reconocimiento de caras)
• Reconocimiento de caracteres
• Clasificación de documentos
• Reconocimiento del habla

   Una de las principales características de la clasificación automática, que la hacen tan atractiva para la recuperación y organización de la información de los documentos, es su rapidez y su capacidad de síntesis de datos relevantes en la toma de decisiones.

División en las técnicas de clasificación

• Clasificación
     - A partir del conocimiento de la existencia de un conjunto de clases, determinar la regla para asignar cada nueva observación (o ejemplo) a la clase que pertenece
     - Determina reglas de asignación a clases conocidas
     - Aprendizaje supervisado
• Agrupamiento (clustering)
     - A partir de una serie de observaciones determina si existen clases en las que dichas observaciones puedan ser agrupadas
     - Determinar la existencia de clases en las que agrupar (número y características de las clases desconocidas a priori)
     - Aprendizaje no supervisado

Parámetros

   La elección del tipo de clasificador viene supeditada tanto al dominio del problema a tratar como a los parámetros que tengan más relevancia según dicho dominio. En el caso de la recuperación de la información se consideran primordiales los dos primeros.

• Calidad (capacidad de acierto de la regla o del clasificador. Errores de clasificación: falso positivo y falso negativo)
• Velocidad (velocidad de respuesta crítica aunque se pierda calidad)
• Explicabilidad (información sobre qué está ocurriendo con el clasificador y el por qué de la aplicación de ciertas operaciones)
• Tiempo de aprendizaje (en entornos cambiantes es necesario modificar las reglas de funcionamiento)

Tipos de clasificadores

• Discriminantes lineales / no lineales
     - Dividen el espacio de estados en regiones (definidas por el corte de hiperplanos) teniendo cuidado de establecer una clase por región
     - Por ejemplo: Discriminantes lineales, discriminantes logísticos, discriminantes cuadráticos, redes de neuronas
• Métodos basados en reglas
     - Dividen el espacio de estados de forma recursiva estableciendo dos bloques a partir de cada atributo
     - Cada bloque puede ser subdividido con la ayuda de otro atributo
     - Proceso repetido hasta que no mejora la clasificación estableciéndose una regla por atributo
     - La unión de reglas define el clasificador
     - Por ejemplo: ID3, AC2, Cal5, CN2, C4.5, CART, Árboles de Bayes, Regla IT
• Métodos de estimación de densidades
     - Fijan para cada región del espacio la probabilidad de que un elemento situado en ella pertenezca a una clase
     - Clasificación por vecindad (ante un nuevo patrón se le asigna la clase más probable en función de la distancia que le separe de los prototipos designados). Por ejemplo: K-medias (no supervisada), K-vecinos (supervisada), LVQ (supervisada)
     - Funciones de base radial
     - Naive Bayes
     - Poliárboles
     - Mapas autoorganizativos de Kohonen