EVALUACIÓN DE LA PRECISIÓN DE ACIERTO DE UN CONJUNTO DESBALANCEADO MEDIANTE LA COMBINACIÓN DE CLASIFICADORES

NANCY B. GANZ; HORACIO D. KUNA; ALICIA E. ARES

Río Cuarto

Congreso; XXV CONGRESO ARGENTINO DE CIENCIAS DE LA COMPUTACIÓN; 2019

Universidad Nacional de Río Cuarto

El campo de la ciencia de datos ha tenido muchos avances respecto ala aplicación y desarrollo de técnicas en el sector de la salud. Sin embargo, no sehan encontrado trabajos que apliquen procesos o técnicas de aprendizajeautomático específicamente al campo de la odontología, como es el caso de losinjertos o implantes dentales. En este trabajo se estudia la aplicación de variosclasificadores para evaluar la precisión de clasificación de forma integrada sobreun conjunto desbalanceado, referido a historias clínicas de implantes dentalesrecolectados en puntos característicos de la Provincia de Misiones, Argentina. Elmodelo abarcó la combinación de los clasificadores: Random Forest, SVC, KNN,Naive Bayes y un Perceptrón Multicapa. La integración de las predicciones serealiza a través del promedio de las mismas, empleando un umbral y pesos en losclasificadores. Como resultado, cada clasificador logró hasta un 68% de aciertode la clase minoritaria, mientras que la integración de todas las prediccionespermitió alcanzar el 72% de casos correctamente identificados como fracaso.