Medidas de influencia de características en problemas de clasificación, utilizando estructuras de agrupación en teoría de juegos.

Abstract

Este Trabajo de Fin de Grado tiene como objetivo principal analizar en profundidad, la influencia que ejercen los distintos valores o características de las variables explicativas discretas en modelos de clasificación supervisada. Para llevar a cabo este estudio, se emplearán herramientas procedentes de la teoría de juegos cooperativos, un marco teórico que permite evaluar la contribución individual de cada jugador (cada valor posible dentro de cada variable) al resultado colectivo, es decir, al rendimiento del modelo. En concreto, se utilizará el concepto de uniones a priori, un modelo que permite considerar agrupaciones entre los valores, donde cada agrupación está definida por una variable, para determinar de forma más precisa el impacto que tiene cada uno de ellos sobre la capacidad predictiva del modelo. Esta metodología permitirá no solo identificar qué variables son más relevantes, sino también cómo ciertas combinaciones de valores influyen en la mejora o deterioro del rendimiento del modelo de clasificación.

The main objective of this Final Degree Project is to analyse in depth the influence exerted by the different values or characteristics of discrete explanatory variables in the context of supervised ranking models. To carry out this study, we will use tools from cooperative game theory, a theoretical framework that allows us to evaluate the individual contribution of each player, in this case, of each possible value within each variable, to the collective outcome, that is, to the performance of the model. Specifically, we will use the concept of a priori unions, a model that allows us to consider groupings among the values, where each grouping is defined by a variable, in order to determine more precisely the impact that each of them has on the predictive capacity of the model. This methodology will allow not only to identify which variables are more relevant, but also how certain combinations of values influence the improvement or deterioration of the performance of the classification model.