Andere Kunden interessierten sich auch für
![Selecção Sintomas importantes para conjuntos de dados médicos]( "Selecção Sintomas importantes para conjuntos de dados médicos")
Selecção Sintomas importantes para conjuntos de dados médicos23,99 €![Predicción del Stock de piezas de repuesto para equipos médicos]( "Predicción del Stock de piezas de repuesto para equipos médicos")
Predicción del Stock de piezas de repuesto para equipos médicos42,99 €![Métodos para la selección óptima de carteras de proyectos]( "Métodos para la selección óptima de carteras de proyectos")
Métodos para la selección óptima de carteras de proyectos22,99 €![Practicar el conocimiento del desarrollo de bases de datos con MS Access y VB.NET]( "Practicar el conocimiento del desarrollo de bases de datos con MS Access y VB.NET")
Practicar el conocimiento del desarrollo de bases de datos con MS Access y VB.NET20,99 €![Estructuras de Datos para Todos: Ejercicios y Teoría con Java]( "Estructuras de Datos para Todos: Ejercicios y Teoría con Java")
Estructuras de Datos para Todos: Ejercicios y Teoría con Java29,99 €![Algunas funciones de gestión de sistemas de gestión de bases de datos]( "Algunas funciones de gestión de sistemas de gestión de bases de datos")
Algunas funciones de gestión de sistemas de gestión de bases de datos26,99 €![Técnicas de computación blanda para la restauración de imágenes]( "Técnicas de computación blanda para la restauración de imágenes")
Técnicas de computación blanda para la restauración de imágenes44,99 €
La selección de características óptimas es un área importante de investigación en los sistemas de minería de datos médicos. En esta investigación introducimos un procedimiento eficiente -selección de subconjuntos de características, clasificación de características y clasificación- llamado Análisis de Componentes Principales basado en el método JK para la mejora de la precisión de la detección y la selección de subconjuntos de características óptimas. El método propuesto ajusta un parámetro denominado "cobertura de varianza" y construye el modelo con el valor en el que se obtiene la máxima precisión de clasificación. Esto facilita la selección de un conjunto compacto de características superiores, notablemente a un coste muy bajo. La extensa comparación experimental del método propuesto y otros métodos utilizando tres clasificadores diferentes (Naïve Bayes (NB), perceptrón multicapa (MLP) y árbol de decisión J48) y 6 conjuntos de datos médicos diferentes puede confirmar que la estrategia propuesta (PCA-JK) produce resultados prometedores en la selección de características y la precisión de la clasificación para el campo de investigación de la minería de datos médicos.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.