Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales

Autores
Ganz, Nancy Beatriz; Ares, Alicia Esther; Kuna, Horacio Daniel; Domínguez, Facundo A.; Workshop de Investigadores en Ciencias de la Computación (25 y 26 : 2019 : San Juan, Argentina)
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Ganz, Nancy Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.
Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
Fil: Ganz, Nancy Beatriz. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.
Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
Fil: Ares, Alicia Esther. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.
Fil: Ares, Alicia Esther. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.
Fil: Kuna, Horacio Daniel. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
La selección de características es una técnica de preprocesamiento que permite encontrar un conjunto reducido de características, el cual concentra la información más sustancial del conjunto de datos. En este trabajo, se propone un procedimiento para la selección de las características más relevantes de un conjunto de datos de implantes dentales, de la Provincia de Misiones, Argentina. Se basa en la combinación de los métodos Information Gain, Gain Ratio, Random Forest importance, Relief y ChiSquared con el fin de predecir la clase minoritaria (Fracaso). El rendimiento del procedimiento propuesto se evaluó no sólo mediante la precisión de clasificación, en cuanto a las medidas de rendimiento tnr y bac de los clasificadores SVM rbf y Naive Bayes con validación cruzada, sino que también en base a la cantidad de características seleccionadas. Se observó que el procedimiento propuesto seleccionó la cantidad de características más adecuado para el estudio de caso y mejoró la precisión en la clasificación para la clase minoritaria.
Materia
Ganancia de Información
Métodos
Selección de Características
Fracaso
Implantes Dentales
Ciencias Informáticas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Repositorio
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
Institución
Universidad Nacional de Misiones
OAI Identificador
oai:rid.unam.edu.ar:20.500.12219/3061
Acceder
id RIDUNaM_b1f711be5f08096c671a11eabe1473fa
oai_identifier_str oai:rid.unam.edu.ar:20.500.12219/3061
network_acronym_str RIDUNaM
repository_id_str
network_name_str Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
spelling Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentalesGanz, Nancy BeatrizAres, Alicia EstherKuna, Horacio DanielDomínguez, Facundo A.Workshop de Investigadores en Ciencias de la Computación (25 y 26 : 2019 : San Juan, Argentina)Ganancia de InformaciónMétodosSelección de CaracterísticasFracasoImplantes DentalesCiencias InformáticasFil: Ganz, Nancy Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.Fil: Ganz, Nancy Beatriz. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.Fil: Ares, Alicia Esther. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.Fil: Ares, Alicia Esther. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.Fil: Kuna, Horacio Daniel. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.La selección de características es una técnica de preprocesamiento que permite encontrar un conjunto reducido de características, el cual concentra la información más sustancial del conjunto de datos. En este trabajo, se propone un procedimiento para la selección de las características más relevantes de un conjunto de datos de implantes dentales, de la Provincia de Misiones, Argentina. Se basa en la combinación de los métodos Information Gain, Gain Ratio, Random Forest importance, Relief y ChiSquared con el fin de predecir la clase minoritaria (Fracaso). El rendimiento del procedimiento propuesto se evaluó no sólo mediante la precisión de clasificación, en cuanto a las medidas de rendimiento tnr y bac de los clasificadores SVM rbf y Naive Bayes con validación cruzada, sino que también en base a la cantidad de características seleccionadas. Se observó que el procedimiento propuesto seleccionó la cantidad de características más adecuado para el estudio de caso y mejoró la precisión en la clasificación para la clase minoritaria.Universidad Nacional de San Juan2019-05-25info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdf351 KBhttps://hdl.handle.net/20.500.12219/3061spainfo:eu-repo/semantics/altIdentifier/hdl/http://sedici.unlp.edu.ar/handle/10915/77027info:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)instname:Universidad Nacional de Misiones2025-10-23T11:20:33Zoai:rid.unam.edu.ar:20.500.12219/3061instacron:UNAMInstitucionalhttps://rid.unam.edu.ar/Universidad públicahttps://www.unam.edu.ar/https://rid.unam.edu.ar/oai/rsnrdArgentinaopendoar:2025-10-23 11:20:34.281Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misionesfalse
dc.title.none.fl_str_mv Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
title Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
spellingShingle Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
Ganz, Nancy Beatriz
Ganancia de Información
Métodos
Selección de Características
Fracaso
Implantes Dentales
Ciencias Informáticas
title_short Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
title_full Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
title_fullStr Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
title_full_unstemmed Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
title_sort Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentales
dc.creator.none.fl_str_mv Ganz, Nancy Beatriz
Ares, Alicia Esther
Kuna, Horacio Daniel
Domínguez, Facundo A.
Workshop de Investigadores en Ciencias de la Computación (25 y 26 : 2019 : San Juan, Argentina)
author Ganz, Nancy Beatriz
author_facet Ganz, Nancy Beatriz
Ares, Alicia Esther
Kuna, Horacio Daniel
Domínguez, Facundo A.
Workshop de Investigadores en Ciencias de la Computación (25 y 26 : 2019 : San Juan, Argentina)
author_role author
author2 Ares, Alicia Esther
Kuna, Horacio Daniel
Domínguez, Facundo A.
Workshop de Investigadores en Ciencias de la Computación (25 y 26 : 2019 : San Juan, Argentina)
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ganancia de Información
Métodos
Selección de Características
Fracaso
Implantes Dentales
Ciencias Informáticas
topic Ganancia de Información
Métodos
Selección de Características
Fracaso
Implantes Dentales
Ciencias Informáticas
dc.description.none.fl_txt_mv Fil: Ganz, Nancy Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.
Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
Fil: Ganz, Nancy Beatriz. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.
Fil: Domínguez, Facundo A. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
Fil: Ares, Alicia Esther. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.
Fil: Ares, Alicia Esther. Universidad Nacional de Misiones. Facultad de Ciencias Exactas Químicas y Naturales. Instituto de Materiales de Misiones; Argentina.
Fil: Kuna, Horacio Daniel. Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales. Departamento de Computación; Argentina.
La selección de características es una técnica de preprocesamiento que permite encontrar un conjunto reducido de características, el cual concentra la información más sustancial del conjunto de datos. En este trabajo, se propone un procedimiento para la selección de las características más relevantes de un conjunto de datos de implantes dentales, de la Provincia de Misiones, Argentina. Se basa en la combinación de los métodos Information Gain, Gain Ratio, Random Forest importance, Relief y ChiSquared con el fin de predecir la clase minoritaria (Fracaso). El rendimiento del procedimiento propuesto se evaluó no sólo mediante la precisión de clasificación, en cuanto a las medidas de rendimiento tnr y bac de los clasificadores SVM rbf y Naive Bayes con validación cruzada, sino que también en base a la cantidad de características seleccionadas. Se observó que el procedimiento propuesto seleccionó la cantidad de características más adecuado para el estudio de caso y mejoró la precisión en la clasificación para la clase minoritaria.
description Fil: Ganz, Nancy Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Materiales de Misiones; Argentina.
publishDate 2019
dc.date.none.fl_str_mv 2019-05-25
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12219/3061
url https://hdl.handle.net/20.500.12219/3061
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/hdl/http://sedici.unlp.edu.ar/handle/10915/77027
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Atribución-NoComercial-CompartirIgual 4.0 Internacional
http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 4.0 Internacional
http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
application/pdf
351 KB
dc.publisher.none.fl_str_mv Universidad Nacional de San Juan
publisher.none.fl_str_mv Universidad Nacional de San Juan
dc.source.none.fl_str_mv reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
instname:Universidad Nacional de Misiones
reponame_str Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
collection Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)
instname_str Universidad Nacional de Misiones
repository.name.fl_str_mv Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misiones
repository.mail.fl_str_mv
_version_ 1846789514402463744
score 12.471625

Publicaciones similares