A meta-learning approach for recommending the number of clusters for clustering algorithms (2020)
- Authors:
- USP affiliated authors: CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE - ICMC ; PIMENTEL, BRUNO ALMEIDA - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.knosys.2020.105682
- Subjects: APRENDIZADO COMPUTACIONAL; RECONHECIMENTO DE PADRÕES; ALGORITMOS ÚTEIS E ESPECÍFICOS
- Keywords: Meta-learning; Recommendation; Number of clusters; Clustering
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Knowledge-Based Systems
- ISSN: 0950-7051
- Volume/Número/Paginação/Ano: v. 195, p. 1-14, May 2020
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
PIMENTEL, Bruno Almeida e CARVALHO, André Carlos Ponce de Leon Ferreira de. A meta-learning approach for recommending the number of clusters for clustering algorithms. Knowledge-Based Systems, v. 195, p. 1-14, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2020.105682. Acesso em: 14 fev. 2026. -
APA
Pimentel, B. A., & Carvalho, A. C. P. de L. F. de. (2020). A meta-learning approach for recommending the number of clusters for clustering algorithms. Knowledge-Based Systems, 195, 1-14. doi:10.1016/j.knosys.2020.105682 -
NLM
Pimentel BA, Carvalho ACP de LF de. A meta-learning approach for recommending the number of clusters for clustering algorithms [Internet]. Knowledge-Based Systems. 2020 ; 195 1-14.[citado 2026 fev. 14 ] Available from: https://doi.org/10.1016/j.knosys.2020.105682 -
Vancouver
Pimentel BA, Carvalho ACP de LF de. A meta-learning approach for recommending the number of clusters for clustering algorithms [Internet]. Knowledge-Based Systems. 2020 ; 195 1-14.[citado 2026 fev. 14 ] Available from: https://doi.org/10.1016/j.knosys.2020.105682 - Unsupervised meta-learning for clustering algorithm recommendation
- Explainable machine learning algorithms for predicting glass transition temperatures
- Gabinete pequeno é destaque de pc itautec
- New data strucutre and spanning forest operators for evolutionay algorithms
- Metalearning for context-aware filtering: selection of tensor factorization algorithms
- Evolutionary tuning of SVM parameter values in multiclass problems
- Dimensionality reduction for the algorithm recommendation problem
- Making data stream classification tree-based ensembles lighter
- A study of biclustering coherence measures for gene expression data
- Anomaly detection through temporal abstractions on intensive care data: position paper
Informações sobre o DOI: 10.1016/j.knosys.2020.105682 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2991650.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
