Galar Idoate, MikelPaternain Dallo, DanielUriz Martín, Mikel Xabier2021-12-172023-12-1620212023-12-1610.48035/Tesis/2454/41202https://academica-e.unavarra.es/handle/2454/41202El objetivo general de esta tesis es tratar de mejorar los resultados que se obtienen en los problemas de clasificación mejorando las fases que preceden y suceden a la fase de aprendizaje, es decir, a la construcción del clasificador o de los clasificadores, sin necesidad de modificar ningún aspecto de esta fase ni de los clasificadores obtenidos. Por un lado, se proponen explorar nuevos métodos de preprocesamiento de datos que traten de transformar los datos de forma que los clasificadores puedan extraer conocimiento más preciso, obteniendo así mejores resultados en la clasificación. Por otro lado, se exploran nuevas formas de combinar las salidas de los clasificadores que componen un ensemble haciendo uso de integrales difusas basadas en medidas difusas y poniendo especial hincapié en la forma de construcción de estas medidas.135 p.application/pdfspaCreative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)Medidas difusasClasificaciónEnsemblesPreprocesamientoAgregaciónPartición difusaMejora de los algoritmos de minería de datos: combinación de clasificadores, preprocesamiento y sus aplicacionesImprovement of data mining algorithms: classifier combination, data preprocessing and treir applicationsinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccess