Estudio Comparativo de Métodos de Selección de Características de Inferencia Supervisada y No Supervisada. Peluffo-Ordóñez, D., H., Rodríguez-Sotelo, J., L., & Castellanos-Domínguez, G. TecnoLógicas, 12, 2009.
Estudio Comparativo de Métodos de Selección de Características de Inferencia Supervisada y No Supervisada [link]Website  doi  abstract   bibtex   2 downloads  
En este trabajo se presenta un estudio comparativo de algunos métodos de selección de características de inferencia supervisada y no supervisada derivados del algoritmo PCA clásico. Se deduce una función objetivo de PCA a partir del error cuadrático medio de los datos y su proyección sobre una base ortonormal, y se extiende este concepto para derivar una expresión asociada al algoritmo fundamental de WPCA. Adicionalmente, se estudian los algoritmos Q - α supervisado y no supervisado y se explica su relación con PCA. Se presentan resultados empleando dos conjuntos de datos: Uno de baja dimensión para estudiar los efectos de la rotación ortogonal y la dirección de los componentes principales y otro de alta dimensión para evaluar los resultados de clasificación. Los métodos de selección de características fueron evaluados teniendo en cuenta la cantidad de características relevantes obtenidas, costo computacional y resultados de clasificación. La clasificación se realizó con un algoritmo particional de agrupamiento no supervisado.
@article{
 title = {Estudio Comparativo de Métodos de Selección de Características de Inferencia Supervisada y No Supervisada},
 type = {article},
 year = {2009},
 pages = {149},
 websites = {https://revistas.itm.edu.co/index.php/tecnologicas/article/view/239},
 month = {12},
 day = {20},
 id = {917945b0-85c3-36bc-872a-a1409c5de0ef},
 created = {2022-01-26T03:00:31.539Z},
 file_attached = {false},
 profile_id = {aba9653c-d139-3f95-aad8-969c487ed2f3},
 group_id = {b9022d50-068c-31b4-9174-ebfaaf9ee57b},
 last_modified = {2022-01-26T03:00:31.539Z},
 read = {false},
 starred = {false},
 authored = {false},
 confirmed = {true},
 hidden = {false},
 citation_key = {Peluffo-Ordonez2009},
 private_publication = {false},
 abstract = {En este trabajo se presenta un estudio comparativo de algunos métodos de selección de características de inferencia supervisada y no supervisada derivados del algoritmo PCA clásico. Se deduce una función objetivo de PCA a partir del error cuadrático medio de los datos y su proyección sobre una base ortonormal, y se extiende este concepto para derivar una expresión asociada al algoritmo fundamental de WPCA. Adicionalmente, se estudian los algoritmos Q - α supervisado y no supervisado y se explica su relación con PCA. Se presentan resultados empleando dos conjuntos de datos: Uno de baja dimensión para estudiar los efectos de la rotación ortogonal y la dirección de los componentes principales y otro de alta dimensión para evaluar los resultados de clasificación. Los métodos de selección de características fueron evaluados teniendo en cuenta la cantidad de características relevantes obtenidas, costo computacional y resultados de clasificación. La clasificación se realizó con un algoritmo particional de agrupamiento no supervisado.},
 bibtype = {article},
 author = {Peluffo-Ordóñez, Diego H. and Rodríguez-Sotelo, José L. and Castellanos-Domínguez, Germán},
 doi = {10.22430/22565337.239},
 journal = {TecnoLógicas},
 number = {23}
}

Downloads: 2