A Pareto Based Ensemble with Feature and Instance Selection for Learning from Multi-Class Imbalanced Datasets

Artículo de revista 2017

Autores: Alberto Luis Fernández Hilario, Cristóbal J. Carmona, Maria José del Jesus Díaz, Francisco Herrera Triguero

International Journal of Neural SystemsVolumen 27Páginas 1-17

Ver publicación Descargar PDF 683.56 KB Google Scholar Todas las publicaciones

Cómo citar esta publicación

Fernández Hilario, A. L., Carmona, C. J., del Jesus Díaz, M. J., & Herrera Triguero, F. (2017). A Pareto Based Ensemble with Feature and Instance Selection for Learning from Multi-Class Imbalanced Datasets. International Journal of Neural Systems, 27, 1-17. https://doi.org/10.1142/S0129065717500289

BibTeX

Financiación

TIN2014-57251-P : Herramientas y modelos de ciencia de datos utilizando inteligencia computacional
TIN2015-68454-R : Modelos de ciencia de datos para la resolución de problemas complejos. Aplicaciones en biomedicina, biotecnología, energías renovables y empresa
P11-TIC-7765
UJA2014/06/15 : Retos actuales en minería de datos: nuevos modelos para la resolución de problemas con clases difíciles

Detalles

DOI: 10.1142/S0129065717500289
Start Page: 1