Comparación de algoritmos de aprendizaje automático para la clasificación de datos

Abstract

En este artículo se presenta un estudio experimental sobre la clasificación de datos usando algoritmos de aprendizaje automático. Los algoritmos usados fueron redes neuronales artificiales, el clasificador Naive Bayes, support vector machines, árboles de decisión y métodos basados en instancias. Los conjuntos de datos fueron de diversos dominios y obtenidos del UCI Machine Learning Repository de la Universidad de California en Irvine. De acuerdo con los resultados experimentales, el algoritmo que mejor se desempeñó fue el de redes neuronales artificiales con un promedio de exactitud del 84.09%, mientras que support vector machines, usando un kernel de función de base radial, obtuvo en promedio los peores resultados con un 65.19% de exactitud.