Selección de variables en problemas multiclase

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Granitto, Pablo M.
dc.contributor.author Burgos, Andrés C.
dc.date.accessioned 2012-08-24T18:46:47Z
dc.date.available 2012-08-24T18:46:47Z
dc.date.issued 2009-03-27
dc.identifier.uri http://hdl.handle.net/2133/2010
dc.description.abstract La selección de variables es una técnica de preprocesado comúnmente usada en conjuntos de datos de alta dimensionalidad. Tiene como propósito reducir la dimensión del espacio de variables, eliminar variables irrelevantes o redundantes, mejorar la eficiencia de los algoritmos de aprendizaje e incrementar la interpretabilidad de los modelos construidos. En este trabajo se introduce una nueva técnica de selección de variables para problemas multiclase. La técnica es una extensión del popular algoritmo RFE, consistente en resolver el problema de clasificación multiclase con una combinación One Vs. All de clasificadores binarios, y seleccionar luego variables en cada uno de los subproblemas creados por el OVA usando RFE. Usando datos reales de genómica y espectrometría de masa, y varios clasificadores para construir los rankings, se analiza en detalle la performance y estabilidad del nuevo método y se lo compara con el método RFE tradicional. es
dc.language.iso spa es
dc.publisher FCEIA (Facultad de Ciencias Exactas, Ingenieria y Agrimensura). Universidad Nacional de Rosario es
dc.rights openAccess es
dc.title Selección de variables en problemas multiclase
dc.type bachelorThesis
dc.type tesis de grado
dc.type publishedVersion
dc.description.peerreviewed Peer reviewed es
dc.relation.publisherversion http://www.fceia.unr.edu.ar/lcc/t523/tesina.php?campo1=12 es
dc.rights.text © Andrés C. Burgos es


Files in this item

This item appears in the following Collection(s)

Show simple item record

My Account


Search DSpace


Browse

Statistics