Estudio Comparativo de Métodos de Selección de Características de Inferencia Supervisada y No Supervisada

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.

• Autores: Peluffo-Ordóñez, Diego H.; Rodríguez-Sotelo, José L.; Castellanos-Domínguez, Germán
• Tipo de recurso: Article of journal
• Fecha de publicación: 2009
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/835
• Acceso en línea: https://revistas.itm.edu.co/index.php/tecnologicas/article/view/239; http://hdl.handle.net/20.500.12622/835
• Palabra clave: Proyección ortonormal; PCA; selección de características; WPCA; Feature selection; orthonormal projection; PCA; WPCA.
• License: Copyright (c) 2017 Tecno Lógicas