Prototype Selection Methods

En reconocimiento de patrones, los clasificadores supervisados asignan una clase a nuevos objetos o prototipos. Para clasificar prototipos se usa un conjunto de entrenamiento el cual proporciona informacion a los clasificadores durante la etapa de entrenamiento. En la practica, no toda la informacion en los conjuntos de entrenamiento es util, por lo que se pueden descartar prototipos irrelevantes. A este proceso se le denomina seleccion de prototipos, el cual es el tema central de esta tesis. Mediante la seleccion de prototipos se reduce el tamano de los conjuntos de entrenamiento, lo cual permite una reduccion en los tiempos de ejecucion en las fases de clasificacion o entrenamiento de los clasificadores. Se han propuesto diversos metodos para la seleccion de prototipos cuyo desempeno depende del uso de un clasificador particular, por otra parte, la mayoria de los metodos para la seleccion de prototipos son costosos, principalmente cuando se procesan grandes conjuntos de datos. En esta tesis se presentan cuatro metodos para la seleccion de prototipos; dos de ellos se basan en la busqueda secuencial flotante y los dos restantes en agrupamientos y relevancia de prototipos respectivamente