Una mejora de los modelos apilados para la clasificación multi-etiqueta

Abstract

El objetivo de la clasificaci´on multi-etiqueta es obtener modelos capaces de asignar las etiquetas, de entre un conjunto predefinido, que mejor describen un nuevo objeto del dominio. El enfoque m´as directo consiste en construir un clasificador independiente para cada etiqueta; es el m´etodo conocido como relevancia binaria. Sin embargo, estudios previos demuestran que, para obtener modelos m´as precisos, durante el proceso inductivo se deben tener en cuenta las posibles dependencias que existen entre las etiquetas. Uno de los m´etodos propuestos para este fin se basa en el apilamiento de modelos, de forma que se intentan detectar las correlaciones entre etiquetas en el oeltimo nivel de la pila, formado por los clasificadores que producen la predicci´on final. Este art´ıculo estudia este m´etodo, analizando sus propiedades y compar´andolo con otras aproximaciones m´as recientes. Adem´as, se propone una modificaci´on que permite mejorar su capacidad predictiva para alguna de las medidas m´as importantes empleadas en la clasificaci´on multi-etiqueta