Resumen

BONET, Isis; RODRIGUEZ, Abdel; GARCIA, María M.  y  GRAU, Ricardo. Combinación de clasificadores para bioinformática. Comp. y Sist. [online]. 2012, vol.16, n.2, pp.191-201. ISSN 2007-9737.

Dentro de la bioinformática existen muchos problemas de clasificación, que resultan difícil de solucionar usando técnicas de inteligencia artificial por la diversidad de patrones de las bases de datos. En este trabajo se desarrolla un multiclasificador que combina clasificadores con el objetivo de mejorar los resultados de clasificación en bases de datos de bioinformática. Se basa en usar diferentes métodos de aprendizaje automatizado que funcionan como un método de agrupamiento para dividir la base a partir de los casos que son bien clasificados por cada método. El sistema aprende a decidir, mediante un metaclasificador, cuál o cuáles son los mejores clasificadores para un caso determinado. Se usaron once bases de datos internacionales para comparar el modelo propuesto con los multiclasificadores más conocidos en la literatura. Se usan pruebas estadísticas que demuestran que los resultados obtenidos por el nuevo multiclasificador son significativamente superiores a los obtenidos con otros modelos.

Palabras llave : clasificación; reconocimiento de patrones; aprendizaje; multiclasificador.