Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests

Análise empírica de desempenho de quatro métodos de seleção de características para Random Forests (2014)

Authors:
USP affiliated authors: LAURETTO, MARCELO DE SOUZA - EACH
Unidades: 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:
- Place of publication: 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

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

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