Implementación de operadores genéticos para Programación de Expresiones Genéticas (GEP)

Abstract

En los últimos años, el desarrollo de algoritmos evolutivos para las tareas de clasificación, una de las más estudiadas en los campos de aprendizaje de máquinas y minería de datos que permite pronosticar la tendencia futura de los datos, lo cual favorece en gran medida la rapidez y eficiencia en la toma de decisiones en diferentes campos, ha adquirido gran interés. Esta tarea consiste básicamente en encontrar una función capaz de identificar el conjunto de atributos de un objeto (variables predictivas) con una etiqueta o clase de identificación (variable categórica). Disímiles son las aplicaciones apreciables de la clasificación en campos tan diversos entre sí como la investigación médica, la seguridad, la administración pública, logística, relación con el cliente, etc. El presente trabajo se centra en un reciente paradigma de la computación evolutiva, la Programación de Expresiones Genéticas (GEP), específicamente en la implementación sobre el framework JCLEC de los operadores genéticos propuestos en dicho paradigma.

In recent years, the development of evolutionary algorithms for classification tasks, one of the most studied in the fields of machine learning and data mining that allows predicting the future trend of data, which greatly favors the speed and efficiency in making decisions in different fields, has acquired great interest. This task consists basically to find a function capable of identifying the set of attributes of an object (predictive variables) with a label or identification class (categorical variable). Dissimilar are the appreciable applications of classification in fields as diverse as medical research, security, public administration, logistics, customer relations, etc. The present work focuses on a recent paradigm of evolutionary computing, the Gene Expression Programming (GEP), specifically in the implementation in the JCLEC framework of the genetic operators proposed in this paradigm.