ISSN 2477-9105
Número 27 Vol.1 (2022)
4
El rendimiento académico de un estudiante universitario generalmente se mide a través de sus calificaciones,
las cuales derivan en una situación académica normal o deficiente, que a su vez depende de diversos factores.
El objetivo de esta investigación fue encontrar los principales predictores de la situación académica de un
estudiante universitario luego de que transcurrieron seis semestres desde su ingreso. Para el análisis de datos,
se hizo uso del algoritmo Boruta para seleccionar variables predictoras y se aplicaron doce algoritmos de
clasificación, previa partición de los datos en conjuntos de entrenamiento y evaluación. Luego, se eligieron
aquellos modelos con mejores valores de sensibilidad, especificidad y balanced accuracy. Finalmente, se
empleó un ensamble y un punto de corte óptimo para mejorar las predicciones. Los modelos con mejor
desempeño fueron el de regresión logística, Naive Bayes y máquinas de soporte vectorial con kernel lineal. Al
aplicar el ensamble con punto de corte óptimo se obtuvo especificidad de 0.695 y sensibilidad de 0.947. La nota
obtenida en el curso de Matemáticas fue una de las más importantes para predecir la situación académica
luego de seis semestres de estudios, mientras que las variables sociodemográficas no fueron relevantes.
Palabras clave: Ensamble, minería de datos, Boruta, corte óptimo.
PREDICCIÓN DE LA SITUACIÓN ACADÉMICA EN ALUMNOS DE
PREGRADO USANDO ALGORITMOS DE MACHINE LEARNING.
Prediction of academic status in undergraduate students using machine learning algorithms.
Jesús Eduardo Gamboa Unsihuay , Jesús Walter Salinas Flores *
Universidad Nacional Agraria la Molina, Facultad de Economía y Planicación, Departamento de
Estadística e Informática, Lima, Perú.
*jsalinas@lamolina.edu.pe
The academic performance of a university student is generally measured through grades, which de-
rive in a normal or deficient academic situation, depending in turn on several factors. The objective
of this research was to find the main predictors of a university student's academic status after six
semesters have elapsed since admission. For data analysis, the Boruta algorithm was used to select
predictor variables and twelve classification algorithms were applied, after partitioning the data into
training and evaluation sets. Then, those models with the best sensitivity, specificity and balanced
accuracy values were chosen. Finally, an optimal assembly and cut-off point were used to improve
predictions. The models with the best performance were logistic regression, Naive Bayes and vector
support machines with linear kernel. When applying the optimal cut-off assembly, the specificity was
0.695 and sensitivity 0.947. The grade obtained in the mathematics course was one of the most im-
portant predictors of academic status after six semesters of study, while sociodemographic variables
were not relevant.
Keywords: Ensemble, data mining, Boruta, optimal cut-off.
Fecha de recepción: 28-08-2021 Fecha de aceptación: 14-09-2021 Fecha de publicación: 31-01-2022
R
esumen
A
bstract
DOI: https://doi.org/10.47187/perf.v1i27.142
5
Gamboa, Salinas
I. INTRODUCCIÓN
En Perú, un estudiante universitario de pregrado
es aquel que ha concluido sus estudios de educa-
ción secundaria, ha aprobado el proceso de ad-
misión a una universidad, ha alcanzado vacante
y se encuentra matriculado en ella. Así, la Uni-
versidad Nacional Agraria La Molina de Lima,
Perú (UNALM), es una institución educativa
que brinda formación en 12 carreras universi-
tarias de pregrado relacionadas al uso y gestión
de recursos agropecuarios y la conservación del
medio ambiente, organiza procesos de admisión
semestrales, mediante los cuales los postulantes
buscan alcanzar una vacante para acceder a los
estudios universitarios, a través de la resolución
de un examen que mide sus conocimientos.
El proceso de admisión se puede dividir en tres
etapas: inscripción, examen y asignación de va-
cantes. En la etapa de inscripción, el postulante,
además de brindar sus datos entre los que se en-
cuentra la modalidad de ingreso, la cual se de-
ne según los requisitos que el postulante cumple,
siendo las más comunes la de concurso ordina-
rio, centro preuniversitario (CEPRE), primer y
segundo puesto de colegio, y quinto de secunda-
ria.
La segunda etapa consiste en el examen de ad-
misión, el cual está compuesto preguntas concer-
nientes a las áreas de Razonamiento matemático,
Razonamiento Verbal, Matemática, Física, Quí-
mica y Biología. Sin embargo, existen excepcio-
nes en cuanto a los postulantes de algunas mo-
dalidades quienes rinden un examen distinto:
Traslados Externos y Graduados y Titulados y
CEPRE. Finalmente, el proceso de asignación de
vacantes se realiza en estricto orden de mérito
para cada una de las modalidades del proceso de
admisión, es decir aquellos que optaron por dis-
tintas modalidades no compiten por una misma
vacante.
Luego de haber conseguido una vacante, el in-
gresante conrma su incorporación a la UNALM
realizando su matrícula del primer semestre. En
su condición de alumno matriculado y en fun-
ción a su rendimiento académico, se le adjudi-
ca una de las siguientes situaciones académicas:
Normal, Observado, Suspendido, Prueba o Sepa-
rado. La situación Normal es asignada automá-
ticamente a los estudiantes de primer año (dos
primeros semestres) y a aquellos que mantienen
su promedio semestral en un valor mayor o igual
a 11. Las demás situaciones académicas comien-
zan a regir a partir del tercer semestre. Así, un
estudiante es Observado si su último promedio
semestral es inferior a 11, y es Suspendido si sus
2 últimos promedios semestrales son inferiores
a 11, lo cual le imposibilita la matrícula en el se-
mestre académico siguiente. Luego de subsanar
una observación, la situación académica futura
puede volver a ser Normal, sin embargo, esto
sucede después de subsanar una suspensión, su
condición pasaría a ser Normal con anteceden-
te. Finalmente, la situación de Prueba es aquella
que presenta el estudiante que se matricula luego
de una suspensión. Si en esta situación, vuelve a
reportar un promedio semestral inferior de 11,
pasa automáticamente a la situación de Separa-
ción académica, con la cual pierde la condición
de estudiante de la UNALM.
En la literatura se pueden encontrar diversos
estudios acerca del rendimiento académico en
estudiantes universitarios. En el estudio llevado
a cabo por Gómez-Sánchez, Martínez-López,
Oviedo-Marín (10) se encontró que el sexo del
estudiante y el semestre de estudios, así como su
promedio y satisfacción con la carrera inuyen
en su desempeño académico. Por otro lado, Oca-
ña (22), en su investigación, lista un conjunto de
potenciales variables académicas que tienen re-
percusión en el rendimiento académico, entre
las que menciona las características del colegio
de procedencia, el rendimiento en las pruebas de
admisión, el desempeño universitario en el año
previo al del estudio, la vocación, entre otras.
Por su parte, en la investigación realizada por
Jiménez (14) se mencionan tres factores que in-
ciden en el rendimiento académico: el sexo del
estudiante, el acceso a becas y el nivel de uso de
tecnologías de la información y la comunicación.
Es así que diversos estudios señalan distintos fac-
tores que repercuten en el desempeño académico,
a lo cual cabe mencionar, tal como lo hace Mora
(18), que existe una gran cantidad de factores a
los cuales no se suele tener completo acceso, tales
6
como el entorno familiar, laboral o de salud, pero
que, a pesar de ello, la consideración de variables
principalmente académicas es de utilidad para la
toma de decisiones de los gestores universitarios.
También se puede mencionar los trabajos sobre
deserción universitaria realizados por Barragán
(2), Calvache (3), Montserrat (17), Moreira (19)
y Munizaga (20).
En la UNALM, Huertas y Bullón (13) desarro-
llaron un trabajo en el que evaluaron el rendi-
miento de los ingresantes del año 2000 luego de
cinco años, es decir once semestres académicos
después de haber ingresado, llegando a la conclu-
sión de que el 11% logró culminar sus estudios
y aproximadamente la mitad se encontraba en
situación académica normal, además que la mo-
dalidad de ingreso no fue un factor diferenciador
en el rendimiento académico.
En un estudio más reciente, llevado a cabo por
Delgado (6), se analizó el rendimiento de los in-
gresantes de los semestres 2017-I y 2017-II me-
diante su nota obtenida en el curso de Matemática
y la cantidad de créditos aprobados en su primer
semestre de estudios universitarios. Luego de su
análisis, concluyó que la nota de matemática del
examen de admisión de la universidad fue la más
importante para la clasicación del desempeño
académico.
El objetivo de esta investigación consiste en en-
contrar las variables que permitan predecir la si-
tuación académica de un estudiante universitario
(normal o deciente) luego de que transcurrie-
ron seis semestres desde su ingreso, usando algo-
ritmos de Machine Learning.
II. MATERIALES Y MÉTODOS
Se utilizó la metodología CRISP (Cross-Industry
Standard Process for Data Mining), la cual es una
metodología probada para trabajos de minería
de datos e incluye seis fases que pueden apreciar-
se en la Figura 1 y que comprende: entendimien-
to del negocio, entendimiento de los datos, pre-
paración de los datos, modelación, evaluación y
despliegue de resultados. Estas fases son mencio-
nadas por Cichosz (4) y Witten, Frank, Hall, Pall
(25).
Figura 1. Fases de la Metodología CRISP (Data Science Process Alliance,
2020).
Unidad elemental y variables
Un estudiante que ingresó a la UNALM en los
semestres 2017-I o 2017-II por cualquier moda-
lidad excepto Graduados y titulados, Traslado
externo y CEPRE, y que además cursó por lo me-
nos un semestre de estudios. El conjunto de datos
está compuesto por 622 unidades elementales.
La variable objetivo considerada para el modelo
es la situación académica del estudiante 6 semes-
tres después de haber iniciado sus estudios uni-
versitarios, la cual es una variable dicotómica que
toma el valor 0 si la situación académica del es-
tudiante es Normal u Observado, o 1 para todas
las demás situaciones académicas. Las variables
predictoras pueden ser agrupadas en tres catego-
rías: sociodemográcas, relacionadas al examen
de admisión y referidas al primer semestre de es-
tudios.
Metodología Estadística
Se realizó un análisis descriptivo univariado y bi-
variado con las variables predictoras y la variable
dependiente a predecir (situación académica) y
se aplicó el algoritmo BORUTA para la selección
de las principales variables predictoras. Este al-
goritmo duplica el conjunto de datos y mezcla los
valores en cada columna. Lantz (16) denomina
a estos valores como variables de sombra. Lue-
go, entrena un clasicador usando el algoritmo
Random Forest en el conjunto de datos y calcula
7
el Mean Decrease Accuracy o el Mean Decrease
Impurity para cada una de las variables del con-
junto de datos. Cuanto mayor sea el puntaje, me-
jor o más importante es la variable.
El conjunto de datos fue dividido asignando de
manera aleatoria el 80% del total de registros
para los datos de entrenamiento, y el 20% restante
para los datos de evaluación, vericando que en
ambas particiones la proporción de estudiantes
por situación académica sea similar. Las varia-
bles numéricas fueron estandarizadas. Al tener
un 84,41% de alumnos en situación académica
normal y un 15,59% en situación académica No
Normal, se realizó un balanceo de datos utilizan-
do el algoritmo SMOTE, el cual está basado en
el principio de oversampling que genera datos
articiales o sintéticos basados en las similitudes
del conjunto de variables de la clase minoritaria
usando el algoritmo de los vecinos más cercanos
o k-nn. Estos algoritmos son descritos por Fer-
nández, García, Galar, Prati, Krawczyk, Herrera
(8) y Haibo y Yunqian (11).
Para la etapa de modelamiento se usó la valida-
ción cruzada 10-folds para la estimación y se-
lección de hiperparámetros de los modelos. Se
usaron los siguientes algoritmos, descritos por
Gareth (9) y Hastie (12):
-Regresión logística
-K-NN
-Naive Bayes
-Árbol C5.0
-Árbol CART
-Bagging
-Random Forest
-Gradient Boosting Machine (GBM)
-XGBoosting
-Red Neuronal Perceptrón Multicapa
-Máquina de Soporte Vectorial con ker-
nel lineal (SVL)
-Máquina de Soporte Vectorial con ker-
nel radial (SVM)
Posteriormente, con los tres algoritmos que pro-
porcionaron los mejores indicadores en el en-
trenamiento y que no estén correlacionados, se
realizó un algoritmo de ensamble basado en el
promedio de las probabilidades obtenidas y se
mejoraron los indicadores usando el punto de
corte óptimo sugerido por la curva ROC. Los
métodos de ensamble son técnicas para combinar
varios algoritmos de aprendizaje con la nalidad
de poder construir un algoritmo de aprendizaje
más fuerte. Existen ensambles basados en pro-
medio, promedio ponderado y voto mayoritario,
descritos por Alfaro (1), Dixit (7), Kumar (15),
Narayanachar (21), Rokach (23) y Zhou (26). Al
mantener la muestra de evaluación sin balancear
se usaron indicadores robustos a esta despropor-
ción, tales como la sensibilidad, la especicidad y
el accuracy balanceado.
III. RESULTADOS
Selección de variables predictoras
Como resultado de la comprensión de los datos
y aplicando el algoritmo BORUTA se selecciona-
ron las siguientes variables predictoras numéri-
cas de la situación académica de un alumno:
PUNTAJE.MATEMÁTICAS: Puntaje obtenido
en el área de Matemática en el examen de admi-
sión
• PUNTAJE.RM: Puntaje obtenido en el área
de Razonamiento matemático en el examen
de admisión.
• PUNTAJE.FÍSICA: Puntaje obtenido en el
área de Física en el examen de admisión
• PUNTAJE.FINAL: Puntaje obtenido en el
examen de admisión
• LENGUA: Nota en el curso de Lengua
• QUIM: Nota en el curso de Química
• MATE: Nota en el curso de Matemáticas
• CREDAP: Número de créditos aprobados
en el primer semestre de estudios.
• PROMSEM: Promedio ponderado del pri-
mer semestre de estudios.
Análisis descriptivo de las variables predictoras
• En el primer semestre de estudios, la nota
promedio de Matemática fue de 11.1 puntos,
para Química su media fue de 10.5, mientras
que la nota media de Lengua fue igual a 13.3.
• Los estudiantes obtuvieron un primer pro-
medio semestral con media de 12.2 puntos y
aprobaron 14.7 créditos en promedio.
• El 23.1% de los estudiantes que obtuvieron
hasta 13.4 de nota en el área de Matemáticas
(mediana de la variable) en el examen de ad-
misión presentaron una situación académica
de riesgo, mientras que en el grupo restante
Gamboa, Salinas
8
(más de 13.4 de nota) esta cifra se redujo a
casi la mitad (12.9%).
• El 23.8% de los estudiantes que obtuvieron
11 o menos nota en Matemática (mediana
de la variable) en el primer semestre pre-
sentaron una situación académica de riesgo,
mientras que en el grupo restante (más de
11) este indicador alcanzó solo el 6.7%.
• El 24% de los estudiantes que aprobaron
hasta 15 créditos (mediana de la variable)
en el primer semestre presentaron una situa-
ción académica de riesgo, mientras que en el
grupo restante (16 a más créditos aprobados)
este indicador alcanzó solo el 7.1%.
• El promedio semestral del primer semestre
presentó una alta correlación (mayor a 0.8)
con al menos una de las demás variables pre-
dictoras, por lo que fue retirado del análisis.
Evaluación de los modelos
En la gura 2 se puede observar que los algorit-
mos que son más estables son la Regresión Lo-
gística, Naive Bayes y un SVM con kernel lineal,
puesto que con estos se obtuvieron las menores
diferencias entre el Balanced Accuracy en los
datos de entrenamiento y evaluación, asimismo,
alcanzaron el mayor valor en este indicador al
utilizar los datos de evaluación. Estos tres algo-
ritmos fueron ensamblados.
Figura 2. Comparación del Balanced Accuracy para los doce modelos.
Ensamble de modelos
Los resultados de la sensibilidad, especicidad
y accuracy balanceado para cada uno de los tres
modelos elegidos se muestran en la tabla 1, así
también para el ensamble de éstos, usando el
punto de corte tradicional (0.5) y el óptimo suge-
rido por la curva ROC que se aprecia en la gura
3. Con este valor óptimo (0.439), la probabilidad
de detectar correctamente a los alumnos en si-
tuación académica normal es de 0.695, mientras
que la detección de estudiantes cuya situación
es no normal se realiza con una probabilidad de
0.947.
Algoritmo Sensibilidad Especicidad
Accuracy
Balanceado
Ensamble con um-
bral óptimo
0.9473684 0.6952381 0.8213033
SVM con kernel
lineal
0.8421053 0.7904762 0.8162907
Regresión Logística 0.8421053 0.7809524 0.8115288
Ensamble con um-
bral de 0.5
0.7894737 0.7333333 0.7614035
Naive-Bayes 0.7368421 0.7333333 0.7350877
Tabla 1. Comparación de indicadores para los tres algoritmos y el ensamble
con y sin punto de corte óptimo.
Figura 3. Curva ROC para el ensamble con los tres modelos.
IV. DISCUSIÓN
En los hallazgos reportados de esta investigación,
las variables sociodemográcas como el sexo, la
edad de ingreso y el tipo de colegio de proceden-
cia del estudiante no contribuyeron en la predic-
ción de la situación académica, a diferencia de lo
señalado en las investigaciones de Gómez-Sán-
chez, Martínez-López, Oviedo-Marín (10) y
Cortez, Tutiven, Villavicencio (5). Por otro lado,
el estudio de Tapasco, Ruiz y García (24) indica
que el puntaje conseguido en el examen de admi-
sión no fue una variable signicativa en el pro-
medio del estudiante de carreras de ingeniería y
ciencias agropecuarias, lo cual concuerda con lo
detectado a través de los algoritmos de Machi-
ne Learning para alumnos de la UNALM, puesto
9
que solo la nota de Razonamiento Matemático
estuvo entre las predictoras más signicativas y
solo en uno de los algoritmos. Esto se debería a
que el examen de admisión mide los conocimien-
tos de los postulantes mas no su aptitud hacia la
carrera, un factor importante en su desarrollo
académico. Finalmente, las notas de Matemática
y Química en el primer semestre siempre apare-
cen en el grupo de mejores predictoras en los tres
modelos ensamblados. Es importante mencionar
también que el trabajo de Ocaña (22) señala al
rendimiento académico previo como una va-
riable que repercute a futuro. Así, los hallazgos
reportados por el modelo en estudio podrán ser
de utilidad para los tutores, quienes están a cargo
del seguimiento de estudiantes universitarios en
cuanto a su desempeño académico.
V. CONCLUSIONES
• El modelo de regresión logística, y los algorit-
mos Naive Bayes y Máquinas de Soporte Vecto-
rial con kernel lineal fueron elegidos por tener
un Balanced Accuracy altos y estabilidad de re-
sultados en las muestras de entrenamiento y eva-
luación.
• En los modelos elegidos para el ensamble, las
variables relacionadas al primer semestre presen-
taron mayor importancia que las del examen de
admisión. La nota obtenida en el curso de Ma-
temáticas fue una de las más importantes para
predecir la situación académica.
• Las variables sociodemográcas no fueron re-
levantes en la predicción del rendimiento acadé-
mico luego de seis semestres de estudios.
• El modelo encontrado debe actualizarse rutina-
riamente dado que los contenidos y/o formas de
enseñanza - aprendizaje van variando a lo largo
del tiempo.
VI. AGRADECIMIENTOS
Los autores desean agradecer al personal de la
UNALM por las facilidades brindadas en la reco-
pilación de la información de las bases de datos
de cada ocina.
1. Alfaro E, Gámez M, García N. Ensemble Classification Methods with Applications in R.
New Jersey: John Wiley & Sons, Ltd.; 2019.
2. Barragán S, González L. Un modelo para explicar la retención en la universidad de Bogotá
Jorge Tadeo Lozano: árboles de decisión. Congresos CLABES. 2016. Disponible en: https://revis-
tas.utp.ac.pa/index.php/clabes/article/view/1090
3. Calvache L, Alvarez V, Triviño J, Quiceno C, Pulgarin R. Aplicación de técnicas de mine-
ría de datos para la identificación de patrones de deserción estudiantil como apoyo a las estrate-
gias de SARA (sistema de acompañamiento para el rendimiento académico). Congresos CLABES.
2018. Disponible en: https://revistas.utp.ac.pa/index.php/clabes/article/view/2021
4. Cichosz P. Data Mining Algorithms: Explained Using R. New Jersey: John Wiley & Sons,
Ltd.; 2015.
5. Cortez F, Tutiven J, Villavicencio M. Determinantes del rendimiento académico universi-
tario. Revista Publicando. 2017; 4(10): 284 - 296
6. Delgado R. Uso de los métodos multivariante para el análisis del desempeño académico
de los estudiantes de la educación superior (Caso: Estudiantes ingresantes en el primer curso de
Matemática de la UNALM) [tesis de maestría]. Perú: UNMSM; 2020
7. Dixit A. Ensemble Machine Learning. A beginner's guide that combines powerful machi-
ne learning algorithms to build optimized models. United Kingdom: Packt Publishing Ltd.; 2017.
8. Fernández A, García S, Galar M, Prati R, Krawczyk B, Herrera, F. Learning from Imba-
lanced Data Sets. New York: Springer; 2018.
9. Gareth J, Witten D, Hastie T, Tibshirani R, 2013. An Introduction to Statistical Learning:
with Applications in R. New York: Springer Texts in Statistics; 2013.
10. Gómez-Sánchez D, Martínez-López E, Oviedo-Marín R. Factores que influyen en el ren-
dimiento académico del estudiante universitario. Tecnociencia. 2011; 5(2): 90 – 97.
11. Haibo H, Yunqian M. Imbalanced Learning: Foundations, Algorithms, and Applications.
eferencias
R
Gamboa, Salinas
10
New Jersey: John Wiley & Sons, Ltd. The Institute of Electrical and Electronics Engineers, Inc.;
2013.
12. Hastie T, Tibshirani R, Friedman J. The Elements of Statistical Learning: Data Mining,
Inference, and Prediction. 2nd. ed. New York: Springer; 2001.
13. Huertas C, Bullón C. Evaluación del desempeño de los alumnos de la UNALM según su
modalidad de ingreso. Anales Científicos. 2009. 70(3): 58-70.
14. Jiménez M. Análisis cuantitativo de las variables que influyen en el rendimiento universi-
tario. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo. 2018. 9(17):
623 – 638.
15. Kumar I, Jaim M. Ensemble Learning for AI Developers. Learn Bagging, Stacking, and
Boosting. Methods with Use Cases. New York: Springer Science+Business Media; 2020.
16. Lantz B. Machine Learning with R. United Kingdom: Packt Publishing Ltd.; 2019.
17. Montserrat V, González J, Patricio J. Modelo predictivo para la permanencia en la Edu-
cación Superior. Congresos CLABES. 2017. Disponible en: https://revistas.utp.ac.pa/index.php/
clabes/article/view/1588
18. Mora R. Factores que intervienen en el rendimiento académico universitario: Un estu-
dio de caso. Repositorio Institucional de la Universidad de Alicante [Internet]. 2021 [citado el 15
Agosto 2021]. 6: 1041 – 1063. Disponible en http://rua.ua.es/dspace/handle/10045/52320#vpre-
view
19. Moreira T, Hernández M, Solís M, Fernández T. Estudio descriptivo del perfil desertor en
tres cohortes de estudiantes universitarios de primer ingreso. Congresos CLABES, 38-49. 2020.
Disponible en: https://revistas.utp.ac.pa/index.php/clabes/article/view/2622
20. Munizaga F, Rojas-Murphy A, Leal R. Variables que Influyen en la retención de estudian-
tes de primer año en un programa de bachillerato chileno. Congresos CLABES. 2018. Disponible
en: https://revistas.utp.ac.pa/index.php/clabes/article/view/1892
21. Narayanachar P. Hands-On Ensemble Learning with R. United Kingdom: Packt Publi-
shing Ltd.; 2018.
22. Ocaña Y. Variables académicas que influyen en el rendimiento académico de los estudian-
tes universitarios. Investigación Educativa. 2011. 15(27): 165 – 180.
23. Rokach L. Pattern Classification using Ensemble Methods. Series in Machine Perception
and Artificial Intelligence – Vol. 75. Singapur: World Scientific Publishing Co. Pte. Ltd.; 2010.
24. Tapasco O, Ruiz F, Osorio D. Estudio del poder predictivo del puntaje de admisión sobre
el desempeño académico Universitario. Revista Latinoamericana de Estudios Educativos (Colom-
bia). 2016. vol. 12, núm. 2, pp. 148-165.
25. Witten I, Frank E, Hall M, Pal C. Data Mining: Practical Machine Learning Tools and
Techniques. 4er. ed. Massachusetts: Morgan Kauffman; 2019.
26. Zhou Z. Ensemble Methods. Foundations and Algorithms. Florida: Chapman & Hall/
CRC. Machine Learning & Pattern Recognition Series; 2017.