Artigo de periodico

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

• Authors:
  • Bastos, Denise Gasques Domingues
  • Nascimento, Patricia S.
  • Lauretto, Marcelo de Souza
• USP affiliated author: LAURETTO, MARCELO DE SOUZA - EACH
• School: 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


---

How to cite

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

• ABNT

  BASTOS, Denise Gasques Domingues e NASCIMENTO, Patricia S. e 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, v. 7, n. 2, p. 25-47, 2014Tradução . . Disponível em: http://www.seer.unirio.br/index.php/isys/article/view/3309/3842. Acesso em: 27 jun. 2022.

• 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.[citado 2022 jun. 27 ] 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.[citado 2022 jun. 27 ] Available from: http://www.seer.unirio.br/index.php/isys/article/view/3309/3842

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Arvores de classificacao para escolha de estrategias de operacao em mercados de capitais
• Physiological response of American bullfrog tadpoles to stressor conditions of capture and hypoxia
• Amostragem fortuita para balanceamento de fatores em planejamentos de experimentos
• 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 covariance structures of generalized Gompertz models
• FBST for generalized Poisson distribution
• XI Brazilian Meeting on Bayesian Statistics: EBEB 2012 : Amparo, Brazil, 18-22 March 2012
• Dedication of this volume to prof. Carlos Alberto de Bragança Pereira