El objetivo principal de las técnicas de reconocimiento de formas, aplicadas a un problema general de clasificación, consiste en asignar a un objeto o fenómeno físico una de las diversas categorías o clases previamente especificadas.
En el campo del reconocimiento de formas, se suele hacer la distinción entre las aproximaciones paramétricas y las no paramétricas.
La aproximación no paramétricas no supone ninguna forma de distribuciones de probabilidad sobre el espacio de representación, de modo que el único conocimiento a priori será el correspondiente a la información inducida a partir de un conjunto de muestras controladas. De las cuales se conoce su clase verdadera.
Dentro del mundo de reconocimiento de patrones hay dos grades grupos de familias que enfocan de manera distinta el problema de la clasificación. Ellas tenemos a:
La clasificación no supervisada, conocida como clstering, enfoca la clasificación como el descubrimiento de la clases del problema. El objetivo es el descubrimiento de grupos de objetos que, afines en sus características, separen las diferentes clases del problema clasificatorio. Parten de un conjunto de objetos descritos por un vector de características y la clase la que pertenecen cada uno de ellos: a este conjunto de objetos del que conocemos la clase a la que pertenecen cada uno de ellos se le denomina “conjunto de entrenamiento” o “conjunto de aprendizaje”.
Otro concepto capital en el mundo de la clasificación es el de los diferentes criterios para la evaluación de los clasificadores. A la hora de evaluar y comparar la bondad de diferentes clasificadores se pueden adoptar distintos criterios.:
• La tasa de error nos da una idea del porcentaje de objetos nuevos.
• La rapidez con la que el clasificador construye el modelo o con la que clasifica objetos nuevos puede ser otro criterio a tener en cuenta.
• La interpretabilidad del modelo puede ser otra de las características fundamentales.
• La simplicidad del modelo obtenido también puede utilizarse como criterio de comparación entre clasificadores.
En el proceso de construcción de los modelos de clasificadores es necesario tener en cuenta la dirección que se sigue a la hora de construir el modelo o dirección de la modelización.
Las diferentes direcciones que se pueden seguir en la construcción de modelos clasificatorios son las siguientes:
• La modelización hacia adelante, comienza la construcción del modelo clasificatorio empezando con el modelo más simple posible; y aumentando, paso a paso, la complejidad del modelo hasta el cumplimiento de algún criterio preestablecido.
• La modelización hacia atrás, comienza la construcción del modelo clasificatorio empezando desde el modelo más complejo posible; y disminuyendo paso a paso, la complejidad del modelo hasta el cumplimiento de algún criterio preestablecido.
• La modelización paso a paso , comienza la construcción del modelo clasificatorio empezando desde el modelo más complejo o más simple posible; plantando en cada paso de la construcción del modelo, tanto el aumento como la disminución de la complejidad del modelo.
• Por otro lado, la obtención del modelo clasificatorio puede enfocare mediante una búsqueda en el espacio de modelos. El problema se plantea en los parámetros de una búsqueda en el espacio de posibles modelos.
