Aceña, VíctorM. Moguerza, JavierMartín de Diego, IsaacR. Fernández, Rubén2024-07-242024-07-242019Aceña, V., Moguerza, J.M., de Diego, I.M., Fernández, R.R. (2019). Weighted Nearest Centroid Neighbourhood. In: Yin, H., Camacho, D., Tino, P., Tallón-Ballesteros, A., Menezes, R., Allmendinger, R. (eds) Intelligent Data Engineering and Automated Learning – IDEAL 2019. IDEAL 2019. Lecture Notes in Computer Science(), vol 11871. Springer, Cham. https://doi.org/10.1007/978-3-030-33607-3_11978-3-030-33606-6 (print)978-3-030-33607-3 (online)https://hdl.handle.net/10115/38697Se presenta un novedoso clasificador binario basado en vecinos más cercanos al centroide. El método propuesto utiliza la bien conocida idea detrás del algoritmo clásico de k-Vecinos más Cercanos (k-NN): un punto es similar a otros que están cerca de él. La nueva propuesta se basa en una forma alternativa de calcular vecindarios que se adapta mejor a la distribución de los datos, considerando que un vecino más distante debe tener menos influencia que uno más cercano. La importancia relativa de cualquier vecino en un vecindario se estima utilizando la función SoftMax sobre la distancia implícita. Se realizan experimentos con conjuntos de datos simulados y reales. El método propuesto supera a las alternativas, proporcionando una nueva línea de investigación prometedora.engNearest NeighboursClassi cationNearest Centroid NeighbourhoodParameter selectionSimilarity measureinfo:eu-repo/semantics/bookPart10.1007/978-3-030-33607-3_11info:eu-repo/semantics/closedAccess