Redes bayesianas con algoritmos basados en restricciones, scores e híbridos aplicados al problema de clasificación

Abstract

Las redes Bayesianas son gráficos acíclicos dirigidos que codifican las relaciones de dependencia e independencia condicional en un conjunto de variables predictoras. En este trabajo de investigación se presentan tres algoritmos que permiten obtener la estructura que define una red Bayesiana. Sobre esta estructura se construyeron clasificadores, incluyendo una variable dependiente en el gráfico que tiene las clases o categorías de interés, obteniendo un rendimiento predictivo similar en comparación con los clasificadores por redes Bayesianas tradicionales Naive Bayes y TAN. Se presenta también el algoritmo de selección de variables Statistically Equivalent Signature obteniendo resultados similares a los clasificadores construidos con todas las variables predictoras. Finalmente, se presenta un caso de aplicación usando los datos correspondientes a la Encuesta Nacional de Innovación Manufacturera 2015 para analizar si las empresas peruanas realizan el proceso de innovación de producto, obteniendo una tasa de elementos correctamente clasificados de aproximadamente 73%.