Induccion de Arboles de Decision

Los rboles de decisin son clasificadores supervisados muy populares en la solucin de problemas de Reconocimiento de Patrones. En la construccin de un rbol de decisin, una funcin de evaluacin es aquella encargada de seleccionar la mejor divisin candidata. Cada funcin de evaluacin, tiene como objetivo obtener rboles que sean balanceados, de pocos niveles y que al mismo tiempo obtenga nodos lo ms puros posibles. En esta obra cientfica se determinaron los antecedentes histricos del desarrollo de los mtodos de induccin de rboles de decisin y su aplicacin en conjuntos de entrenamiento con datos mezclados e incompletos. Adems se propone un nuevo mtodo de inducir rboles de decisin basado en ndices de validacin de clster, con el objetivo de evaluar cada nodo como si fuera un clster. Se adicionan criterios de parada en la construccin del rbol, para obtener mejores resultados en cuanto a calidad y eficacia del clasificador. El mtodo propuesto fue comparado con el C4.5 y los resultados obtenidos al clasificar en 30 bases de datos del repositorio de la Universidad de California en Irvine (UCI) muestran que la eficacia del nuevo mtodo propuesto es superior.