Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Ceará (UFC) |
Texto Completo: | http://www.repositorio.ufc.br/handle/riufc/41653 |
Resumo: | The occurrence of missing data is a recurrent problem and it has aroused the interest of researches over the last decades. Hence, many imputation methods have been proposed in recent years. In this dissertation, we present a study about the impact of the application of several imputation methods on the performance of machine learning algorithms, for both classification and regression. The result obtained shows that the imputation algorithms can have a relevant impact on the performance of classification and regression algorithms depending on the percentage of missing data. In addition, a model for the recommendation of data imputation algorithms is presented, which compares three classifiers (Random Forests, Gradient Boosting and Support Vector Machine) in the development of this task where both have good results. |
id |
UFC-7_6977aab385d1d58c23fc6ff49c5c5750 |
---|---|
oai_identifier_str |
oai:repositorio.ufc.br:riufc/41653 |
network_acronym_str |
UFC-7 |
network_name_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository_id_str |
|
spelling |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquinaAn analysis of the impact of missing data on the performance of machine learning methodsDados faltantesAprendizado de máquinaMeta-aprendizadoThe occurrence of missing data is a recurrent problem and it has aroused the interest of researches over the last decades. Hence, many imputation methods have been proposed in recent years. In this dissertation, we present a study about the impact of the application of several imputation methods on the performance of machine learning algorithms, for both classification and regression. The result obtained shows that the imputation algorithms can have a relevant impact on the performance of classification and regression algorithms depending on the percentage of missing data. In addition, a model for the recommendation of data imputation algorithms is presented, which compares three classifiers (Random Forests, Gradient Boosting and Support Vector Machine) in the development of this task where both have good results.A ocorrência de dados faltantes é um problema recorrente e tem despertado interesse de pesquisadores ao longo das últimas décadas. Devido a isto, muitos métodos para imputação de dados têm sido propostos. Nesta dissertação é apresentado um estudo do impacto da aplicação de vários métodos de imputação de dados faltantes no desempenho de métodos de aprendizado de máquina, tanto classificação como regressão. O resultado obtido mostra que os algoritmos de imputação podem ter impacto relevante no desempenho de algoritmos de classificação e regressão dependendo do percentual de dados faltantes. Adicionalmente é apresentado um modelo para recomendação de algoritmos de imputação de dados que compara três classificadores (Florestas Aleatórias, Gradiente Boosting e Máquina de Vetor de Suporte) no desenvolvimento desta tarefa onde ambos apresentam bons resultados.Gomes, João Paulo PordeusCosta, Jean Carllo Jardim2019-05-14T18:14:58Z2019-05-14T18:14:58Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCOSTA, Jean Carllo Jardim. Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2018.http://www.repositorio.ufc.br/handle/riufc/41653porreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2019-05-14T18:14:58Zoai:repositorio.ufc.br:riufc/41653Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:20:59.948220Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false |
dc.title.none.fl_str_mv |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina An analysis of the impact of missing data on the performance of machine learning methods |
title |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
spellingShingle |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina Costa, Jean Carllo Jardim Dados faltantes Aprendizado de máquina Meta-aprendizado |
title_short |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
title_full |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
title_fullStr |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
title_full_unstemmed |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
title_sort |
Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina |
author |
Costa, Jean Carllo Jardim |
author_facet |
Costa, Jean Carllo Jardim |
author_role |
author |
dc.contributor.none.fl_str_mv |
Gomes, João Paulo Pordeus |
dc.contributor.author.fl_str_mv |
Costa, Jean Carllo Jardim |
dc.subject.por.fl_str_mv |
Dados faltantes Aprendizado de máquina Meta-aprendizado |
topic |
Dados faltantes Aprendizado de máquina Meta-aprendizado |
description |
The occurrence of missing data is a recurrent problem and it has aroused the interest of researches over the last decades. Hence, many imputation methods have been proposed in recent years. In this dissertation, we present a study about the impact of the application of several imputation methods on the performance of machine learning algorithms, for both classification and regression. The result obtained shows that the imputation algorithms can have a relevant impact on the performance of classification and regression algorithms depending on the percentage of missing data. In addition, a model for the recommendation of data imputation algorithms is presented, which compares three classifiers (Random Forests, Gradient Boosting and Support Vector Machine) in the development of this task where both have good results. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-05-14T18:14:58Z 2019-05-14T18:14:58Z 2019 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
COSTA, Jean Carllo Jardim. Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2018. http://www.repositorio.ufc.br/handle/riufc/41653 |
identifier_str_mv |
COSTA, Jean Carllo Jardim. Uma análise sobre o impacto de dados faltantes no desempenho de métodos de aprendizado de máquina. 2019. 55 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal do Ceará, Fortaleza, 2018. |
url |
http://www.repositorio.ufc.br/handle/riufc/41653 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Ceará (UFC) instname:Universidade Federal do Ceará (UFC) instacron:UFC |
instname_str |
Universidade Federal do Ceará (UFC) |
instacron_str |
UFC |
institution |
UFC |
reponame_str |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
collection |
Repositório Institucional da Universidade Federal do Ceará (UFC) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC) |
repository.mail.fl_str_mv |
bu@ufc.br || repositorio@ufc.br |
_version_ |
1813028766331437056 |