Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests (2014)
- Authors:
- Autor USP: LAURETTO, MARCELO DE SOUZA - EACH
- Unidade: EACH
- Subjects: APRENDIZADO COMPUTACIONAL; MINERAÇÃO DE DADOS
- Language: Português
- Abstract: Em aprendizado supervisionado, é comum a ocorrência de bases de dados contendo atributos irrelevantes. Sob tais circunstâncias, a adoção de critérios de seleção de características relevantes para a classificação é fundamental, principalmente nos problemas em que os custos de coleta de dados são proporcionais à quantidade de atributos. Neste artigo, são apresentados dois critérios de seleção de atributos voltados para Random Forests, denominados Fator de Incidência (FI) e Fator de Profundidade (FP), e é apresentada também uma análise empírica detalhada comparando o desempenho desses critérios com a Importância Baseada no Erro (IE) e a Importância de Gini (IG) - os dois principais critérios para Random Forests atualmente em uso. Os resultados indicam que o critério FP é um critério robusto, com desempenho superior aos critérios IE e IG
- Imprenta:
- Publisher place: Rio de Janeiro
- Date published: 2014
- Source:
- Título do periódico: iSys - Revista Brasileira de Sistemas de Informação
- ISSN: 1984-2902
- Volume/Número/Paginação/Ano: v. 7, n. 2, p. 25-47, 2014
-
ABNT
BASTOS, Denise Gasques Domingues; NASCIMENTO, Patricia S.; LAURETTO, Marcelo de Souza. Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests. iSys - Revista Brasileira de Sistemas de Informação, Rio de Janeiro, v. 7, n. 2, p. 25-47, 2014. Disponível em: < http://www.seer.unirio.br/index.php/isys/article/view/3309/3842 >. -
APA
Bastos, D. G. D., Nascimento, P. S., & Lauretto, M. de S. (2014). Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests. iSys - Revista Brasileira de Sistemas de Informação, 7( 2), 25-47. Recuperado de http://www.seer.unirio.br/index.php/isys/article/view/3309/3842 -
NLM
Bastos DGD, Nascimento PS, Lauretto M de S. Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests [Internet]. iSys - Revista Brasileira de Sistemas de Informação. 2014 ; 7( 2): 25-47.Available from: http://www.seer.unirio.br/index.php/isys/article/view/3309/3842 -
Vancouver
Bastos DGD, Nascimento PS, Lauretto M de S. Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests [Internet]. iSys - Revista Brasileira de Sistemas de Informação. 2014 ; 7( 2): 25-47.Available from: http://www.seer.unirio.br/index.php/isys/article/view/3309/3842 - Arvores de classificacao para escolha de estrategias de operacao em mercados de capitais
- Amostragem fortuita para balanceamento de fatores em planejamentos de experimentos
- Physiological response of American bullfrog tadpoles to stressor conditions of capture and hypoxia
- Reliability analysis in series systems: an empirical comparison between Bayesian and classical estimators
- Seleção de modelos através de um teste de hipótese genuinamente Bayesiano: misturas de normais multivariadas e hipóteses separada
- Amostragem fortuita para melhorar o balanceamento de covariáveis em experimentos
- FBST for generalized Poisson distribution
- FBST for covariance structures of generalized Gompertz models
- XI Brazilian Meeting on Bayesian Statistics: EBEB 2012 : Amparo, Brazil, 18-22 March 2012
- Preface: XI Brazilian Meeting on Bayesian Statistics
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
