Obtención de patrones en forma de predicados difusos con un enfoque multiobjetivo: dos variantes

FuzzyPred es un algoritmo de aprendizaje no supervisado que permite obtener patrones representados como predicados difusos en forma normal a partir de los datos. Este metodo se utiliza para resolver una tarea descriptiva donde no se conoce a ciencia cierta que tipo de relaciones se van a encontrar. Se trata de encontrar patrones que describan los datos y sus relaciones. Debido al gran conjunto de soluciones o espacio de busqueda que puede tener, fue modelado como un problema de optimizacion, donde se aplican las metaheuristicas como via de solucion para encontrar buenas soluciones. FuzzyPred brinda como resultado un conjunto de predicados, evaluados en cada una de las medidas de calidad, aunque solo optimiza una de estas medidas. Este trabajo analiza vias para enfocar FuzzyPred como un problema de optimizacion multiobjetivo. Por esto, se introducen en el problema dos de las tecnicas principales de optimizacion multiobjetivo: la tecnica basada en Pareto (o multiobjetivo puro) y la de los factores ponderados. Se realiza un estudio experimental comparativo entre ambas tecnicas en este problema para conocer la eficacia de estas tecnicas. Los resultados en varias bases de datos internacionales demuestran que se obtienen mejores resultados con la tecnica multiobjetivo puro.