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; Domínguez, Facundo; Ares, Alicia; Kuna, Horacio Daniel
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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 Chi Squared 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.
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
ganancia de información
métodos
selección de características
fracaso
implantes dentales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/77027
Acceder
id SEDICI_78d1f7a95a77abe9cac9ae069cbe9921
oai_identifier_str oai:sedici.unlp.edu.ar:10915/77027
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Selección de características mediante la combinación de métodos para evaluar la precisión de clasificación en un conjunto de datos de implantes dentalesGanz, NancyDomínguez, FacundoAres, AliciaKuna, Horacio DanielCiencias Informáticasganancia de informaciónmétodosselección de característicasfracasoimplantes dentalesLa 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 Chi Squared 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.Eje: Bases de Datos y Minería de Datos.Red de Universidades con Carreras en Informática2019-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/77027spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3info:eu-repo/semantics/reference/hdl/10915/76941info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:54:32Zoai:sedici.unlp.edu.ar:10915/77027Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:54:32.706SEDICI (UNLP) - Universidad Nacional de La Platafalse
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
Ciencias Informáticas
ganancia de información
métodos
selección de características
fracaso
implantes dentales
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
Domínguez, Facundo
Ares, Alicia
Kuna, Horacio Daniel
author Ganz, Nancy
author_facet Ganz, Nancy
Domínguez, Facundo
Ares, Alicia
Kuna, Horacio Daniel
author_role author
author2 Domínguez, Facundo
Ares, Alicia
Kuna, Horacio Daniel
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
ganancia de información
métodos
selección de características
fracaso
implantes dentales
topic Ciencias Informáticas
ganancia de información
métodos
selección de características
fracaso
implantes dentales
dc.description.none.fl_txt_mv 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 Chi Squared 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.
Eje: Bases de Datos y Minería de Datos.
Red de Universidades con Carreras en Informática
description 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 Chi Squared 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/77027
url http://sedici.unlp.edu.ar/handle/10915/77027
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3
info:eu-repo/semantics/reference/hdl/10915/76941
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783133077209088
score 12.982451

Publicaciones similares