Statistically valid explainable black-box machine learning: applications in sex classification across species using brain imaging
Este artículo introduce un marco integrado que combina Bosques Aleatorios Oblicuos con un novedoso algoritmo de importancia de características basado en permutaciones (NEOFIT) para lograr una clasificación de sexo estadísticamente válida e interpretable a partir de datos de imágenes cerebrales en humanos y macacos, superando las limitaciones de los métodos tradicionales al manejar características neuroimágenes de alta dimensión.