Towards improving cluster-based feature selection with a simplified silhouette filter (2011)
- Authors:
- Autor USP: HRUSCHKA, EDUARDO RAUL - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.ins.2011.04.050
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Information Sciences
- ISSN: 0020-0255
- Volume/Número/Paginação/Ano: v. 181, n. 18, p. 3766-3782, 15 set, 2011
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
COVÕES, Thiago Ferreira e HRUSCHKA, Eduardo Raul. Towards improving cluster-based feature selection with a simplified silhouette filter. Information Sciences, v. 181, n. 18, p. 3766-3782, 2011Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2011.04.050. Acesso em: 25 set. 2024. -
APA
Covões, T. F., & Hruschka, E. R. (2011). Towards improving cluster-based feature selection with a simplified silhouette filter. Information Sciences, 181( 18), 3766-3782. doi:10.1016/j.ins.2011.04.050 -
NLM
Covões TF, Hruschka ER. Towards improving cluster-based feature selection with a simplified silhouette filter [Internet]. Information Sciences. 2011 ; 181( 18): 3766-3782.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.ins.2011.04.050 -
Vancouver
Covões TF, Hruschka ER. Towards improving cluster-based feature selection with a simplified silhouette filter [Internet]. Information Sciences. 2011 ; 181( 18): 3766-3782.[citado 2024 set. 25 ] Available from: https://doi.org/10.1016/j.ins.2011.04.050 - An experimental study on the use of nearest neighbor-based imputation algorithms for classification tasks
- Unsupervised learning of Gaussian mixture models: evolutionary create and eliminate for expectation maximization algorithm
- Transfer learning with cluster ensembles
- An Experimental Study on Unsupervised Clustering-Based Feature Selection Methods
- On the influence of imputation in classification: practical issues
- Document clustering for forensic computing: an approach for improving computer inspection
- Document clustering for forensic analysis: an approach for improving computer inspection
- Evolving Gaussian mixture models with splitting and merging mutation operators
- An optimization framework for combining ensembles of classifiers and clusterers with applications to nontransductive semisupervised learning and transfer learning
- Agregação de classificadores e agrupadores: uma abordagem para aprendizado semi-supervisionado e para transferência de conhecimento
Informações sobre o DOI: 10.1016/j.ins.2011.04.050 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
