Aplicación de sistemas de consenso sobre modelos de Machine Learning

En este trabajo se investigan y comparan distintos algoritmos de consenso aplicados entre modelos de Machine Learning. Más concretamente, se aplican algoritmos de consenso basados en la metodología Delphi sobre cuatro datasets con diferentes características. Primero se seleccionan los datasets y se aplica una limpieza sobre los mismos, y a continuación se generan diversos modelos de clasificación mediante algoritmos de Machine Learning (K-Nearest Neighbors, Máquinas de Soporte Vectorial, Bosques Aleatorios, Árboles de decisión, Redes Neuronales y Regresión Logística). Junto a estos modelos se aplican los algoritmos de consenso ideados en base al método Delphi, analizando los resultados obtenidos con los mismos. Además, se incorpora una interfaz gráfica para observar los resultados de forma mas sencilla y poder aplicar distintos ejemplos individuales de forma manual sobre los algoritmos de consenso y los modelos de clasificación deseados