Clasificación de datos desequilibrados multiclase mediante oversampling basado en algoritmos metaheurísticos

Puntos clave

• El objetivo es explorar cómo los algoritmos metaheurísticos pueden mejorar los métodos de oversampling para clasificar datos desequilibrados multiclase.
• Aplicación de algoritmos metaheurísticos para el oversampling de datos.
• Implementación de técnicas de clasificación en conjuntos de datos generados.
• Evaluación del rendimiento del algoritmo a través de medidas de precisión de clasificación.
• Mejora de la precisión de clasificación con técnicas de oversampling.
• Métricas de rendimiento mejoradas para datos multiclase en comparación con métodos tradicionales.