Evaluation of stacking on biomedical data (2012)
- Authors:
- Autor USP: BARANAUSKAS, JOSÉ AUGUSTO - FFCLRP
- Unidade: FFCLRP
- Subjects: INTELIGÊNCIA ARTIFICIAL; ALGORITMOS; APRENDIZADO COMPUTACIONAL
- Language: Inglês
- Abstract: Objetivos: Stacking é uma técnica bem conhecida de combinação de classificadores, mas alguns de seus aspectos ainda precisam ser explorados, por exemplo, existem poucas recomendações sobre quais e quantos algoritmos devem ser utilizados no nível-0 ou ainda qual algoritmo deve ser usado para compor o meta-classificador do nível-1. A literatura indica que o meta-algoritmo no nível-1 deve ser simples e geralmente Naive Bayes tem sido usado nestes estudos. Métodos: Neste trabalho, o algoritmo de stacking foi avaliado em dados biomédicos, usando três algoritmos de aprendizado de máquina de diferentes paradigmas para compor o meta-classificador. Resultados: Os experimentos indicam que meta-algoritmos simples não fornecem bons resultados. Conclusão: O meta-classificador deve ter um grau de complexidade para oferecer um bom desempenhoObjetivos: Stacking es una técnica de combinación de clasificadores bien conocida, pero algunos aspectos quedan por explorar, por ejemplo, existen pocas recomendaciones sobre cuales o cuantos algoritmos deben utilizarse en el nível- 0 o aun cual algoritmo debe usarse para componer el nível-1. La literatura indica que el meta-algoritmo debe ser simple y, generalmente, Naive Bayes ha sido usado en estos estudios. Métodos: En este trabajo, se analiza el algoritmo de stacking con datos biomédicos, utilizando tres algoritmos de aprendizaje automático de distintos paradigmas para componer el meta-clasificador. Resultados: Los experimentos indican que meta-algoritmos simples no ofrecen buenos resultados. Conclusión: El meta-clasificador debe tener un grado de complejidad para obtener un buen rendimiento
- Imprenta:
- Source:
- Título: Journal of Health Informatics
- ISSN: 2175-4411
- Volume/Número/Paginação/Ano: v. 4, n. 3, p. 67-72, 2012
-
ABNT
CAFFÉ, Maria Izabela Ruz e PEREZ, Pedro Santoro e BARANAUSKAS, José Augusto. Evaluation of stacking on biomedical data. Journal of Health Informatics, v. 4, n. 3, p. 67-72, 2012Tradução . . Acesso em: 27 dez. 2025. -
APA
Caffé, M. I. R., Perez, P. S., & Baranauskas, J. A. (2012). Evaluation of stacking on biomedical data. Journal of Health Informatics, 4( 3), 67-72. -
NLM
Caffé MIR, Perez PS, Baranauskas JA. Evaluation of stacking on biomedical data. Journal of Health Informatics. 2012 ; 4( 3): 67-72.[citado 2025 dez. 27 ] -
Vancouver
Caffé MIR, Perez PS, Baranauskas JA. Evaluation of stacking on biomedical data. Journal of Health Informatics. 2012 ; 4( 3): 67-72.[citado 2025 dez. 27 ] - Extração de conhecimento utilizando aprendizado de máquina
- An adaptation of binary relevance for multi-label classification applied to functional genomics
- How many tress in a random forest
- Root attribute behavior within a random forest
- Sistema baseado em conhecimento para auxiliar no processo de alocacao de rins
- Extração automática de conhecimento por múltiplos indutores: José Augusto Baranauskas
- An iterative decision tree threshold filter
- Indução de árvore de decisão utilizando meta-aprendizado
- Uma avaliação de dados de expressão gênica em leucemias agudas utilizando árvores de decisão
- Avaliação do algoritmo de Stacking em dados biomédicos
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
