Composição de especialistas locais para classificação de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006 |
Resumo: | Este artigo tem por objetivo apresentar um modelo de Composição de Especialistas Locais (CEL) como instrumento para classificação de dados. As técnicas discriminantes empregadas são a Análise Discriminante de Fisher, Regressão Logística e Modelos não paramétricos denominados ``Extended DEA-DA'' (Sueyoshi, 2004). Com base em uma massa de dados real, comparamos os resultados obtidos através da utilização do modelo CEL, que exige a clusterização da massa de dados e a busca da solução em cada cluster obtido, contra os resultados obtidos da maneira ortodoxa, que é a da busca de solução sobre a massa de dados global. A principal conclusão é a de que, embora seja uma técnica promissora, o esforço adicional na obtenção de um modelo CEL não assegura melhores resultados. |
id |
RCAP_51a69de6a15de1ed519aec08abe97b6e |
---|---|
oai_identifier_str |
oai:scielo:S0874-51612005000100006 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Composição de especialistas locais para classificação de dadosMixture of Local Expert ModelsDiscriminant AnalysisClusteringExtended DEA-DAEste artigo tem por objetivo apresentar um modelo de Composição de Especialistas Locais (CEL) como instrumento para classificação de dados. As técnicas discriminantes empregadas são a Análise Discriminante de Fisher, Regressão Logística e Modelos não paramétricos denominados ``Extended DEA-DA'' (Sueyoshi, 2004). Com base em uma massa de dados real, comparamos os resultados obtidos através da utilização do modelo CEL, que exige a clusterização da massa de dados e a busca da solução em cada cluster obtido, contra os resultados obtidos da maneira ortodoxa, que é a da busca de solução sobre a massa de dados global. A principal conclusão é a de que, embora seja uma técnica promissora, o esforço adicional na obtenção de um modelo CEL não assegura melhores resultados.APDIO - Associação Portuguesa de Investigação Operacional2005-06-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articletext/htmlhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006Investigação Operacional v.25 n.1 2005reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAPporhttp://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006Santos,Omar J. S.Milioni,Armando Z.info:eu-repo/semantics/openAccess2024-02-06T17:14:06Zoai:scielo:S0874-51612005000100006Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:24:08.281223Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Composição de especialistas locais para classificação de dados |
title |
Composição de especialistas locais para classificação de dados |
spellingShingle |
Composição de especialistas locais para classificação de dados Santos,Omar J. S. Mixture of Local Expert Models Discriminant Analysis Clustering Extended DEA-DA |
title_short |
Composição de especialistas locais para classificação de dados |
title_full |
Composição de especialistas locais para classificação de dados |
title_fullStr |
Composição de especialistas locais para classificação de dados |
title_full_unstemmed |
Composição de especialistas locais para classificação de dados |
title_sort |
Composição de especialistas locais para classificação de dados |
author |
Santos,Omar J. S. |
author_facet |
Santos,Omar J. S. Milioni,Armando Z. |
author_role |
author |
author2 |
Milioni,Armando Z. |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Santos,Omar J. S. Milioni,Armando Z. |
dc.subject.por.fl_str_mv |
Mixture of Local Expert Models Discriminant Analysis Clustering Extended DEA-DA |
topic |
Mixture of Local Expert Models Discriminant Analysis Clustering Extended DEA-DA |
description |
Este artigo tem por objetivo apresentar um modelo de Composição de Especialistas Locais (CEL) como instrumento para classificação de dados. As técnicas discriminantes empregadas são a Análise Discriminante de Fisher, Regressão Logística e Modelos não paramétricos denominados ``Extended DEA-DA'' (Sueyoshi, 2004). Com base em uma massa de dados real, comparamos os resultados obtidos através da utilização do modelo CEL, que exige a clusterização da massa de dados e a busca da solução em cada cluster obtido, contra os resultados obtidos da maneira ortodoxa, que é a da busca de solução sobre a massa de dados global. A principal conclusão é a de que, embora seja uma técnica promissora, o esforço adicional na obtenção de um modelo CEL não assegura melhores resultados. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005-06-01 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006 |
url |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://scielo.pt/scielo.php?script=sci_arttext&pid=S0874-51612005000100006 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
APDIO - Associação Portuguesa de Investigação Operacional |
publisher.none.fl_str_mv |
APDIO - Associação Portuguesa de Investigação Operacional |
dc.source.none.fl_str_mv |
Investigação Operacional v.25 n.1 2005 reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137319353057280 |