D.E. Urueta-Hinojosa. Universidad Autónoma Metropolitana-Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. E-mail: deurueta@xanum.uam.mx
P. Lara-Velázquez. Universidad Autónoma Metropolitana-Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. E-mail: plara@xanum.uam.mx
M.A. Gutiérrez-Andrade. Universidad Autónoma Metropolitana-Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. E-mail: gamma@xanum.uam.mx
S.G. De-los-Cobos-Silva. Universidad Autónoma Metropolitana-Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. E-mail: cobos@xanum.uam.mx
E.A. Rincón-García. Universidad Autónoma Metropolitana-Azcapotzalco, Departamento de Sistemas, Ciudad de México, México. E-mail: rigaeral@correo.azc.uam.mx
R.A. Mora-Gutiérrez. Universidad Autónoma Metropolitana-Azcapotzalco, Departamento de Sistemas, Ciudad de México, México. E-mail: mgra@correo.azc.uam.mx
Unsupervised learning enables classifier models to be built quickly and inexpensively in comparison with supervised approaches because the labeling task is eliminated. On the other hand, to assess the quality of a classifier, the only parameter to consider is usually accuracy, treating incorrect predictions like if they had the same…
Read more...