Seleção de variáveis usando o algoritmo genético
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/48411 |
Resumo: | Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis. |
id |
UFRN_d3a2d52ea9304c86fd8e5d3cbf405a5e |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/48411 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Pinto, Matheus Henrique Tavareshttp://lattes.cnpq.br/2351937901646677http://lattes.cnpq.br/7174877398310072Morales, Fidel Ernesto Castrohttp://lattes.cnpq.br/8552159154343151Santos Neto, Manoel Ferreira dosPereira, André Gustavo Campos2022-07-08T20:30:04Z2022-07-08T20:30:04Z2022-02-18PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/48411Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis.Many practical problems involving linear models has a step that consists in reducing the number of variables of the model, either it is very expensive to deal with too many variables or because some of the variables are able to explain the response satisfactorily. We can cite among such methods of reducing the number of variables of a linear model, the principal component analysis, best subset selection, forward stepwise selection, etc. In this work, we present how to use the elitist genetic algorithm in order to select a collection of variables for a linear model. Besides that, we show the convergence of the elitist genetic algorithm to the set of all possible populations containing a solution of the problem under study, at the same time we will obtain solutions to the variable selection problem using the convergence of the elitist genetic algorithm.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilEstatística matemáticaAGEAICSeleção de variáveisProcessos estocásticosCadeias de MarkovSeleção de variáveis usando o algoritmo genéticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALSelecaovariaveisusando_Pinto_2022.pdfapplication/pdf710841https://repositorio.ufrn.br/bitstream/123456789/48411/1/Selecaovariaveisusando_Pinto_2022.pdf51215391c60cd47c32ceb451656a9478MD51123456789/484112022-07-08 17:30:42.532oai:https://repositorio.ufrn.br:123456789/48411Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-07-08T20:30:42Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Seleção de variáveis usando o algoritmo genético |
title |
Seleção de variáveis usando o algoritmo genético |
spellingShingle |
Seleção de variáveis usando o algoritmo genético Pinto, Matheus Henrique Tavares Estatística matemática AGE AIC Seleção de variáveis Processos estocásticos Cadeias de Markov |
title_short |
Seleção de variáveis usando o algoritmo genético |
title_full |
Seleção de variáveis usando o algoritmo genético |
title_fullStr |
Seleção de variáveis usando o algoritmo genético |
title_full_unstemmed |
Seleção de variáveis usando o algoritmo genético |
title_sort |
Seleção de variáveis usando o algoritmo genético |
author |
Pinto, Matheus Henrique Tavares |
author_facet |
Pinto, Matheus Henrique Tavares |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2351937901646677 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7174877398310072 |
dc.contributor.referees1.none.fl_str_mv |
Morales, Fidel Ernesto Castro |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8552159154343151 |
dc.contributor.referees2.none.fl_str_mv |
Santos Neto, Manoel Ferreira dos |
dc.contributor.author.fl_str_mv |
Pinto, Matheus Henrique Tavares |
dc.contributor.advisor1.fl_str_mv |
Pereira, André Gustavo Campos |
contributor_str_mv |
Pereira, André Gustavo Campos |
dc.subject.por.fl_str_mv |
Estatística matemática AGE AIC Seleção de variáveis Processos estocásticos Cadeias de Markov |
topic |
Estatística matemática AGE AIC Seleção de variáveis Processos estocásticos Cadeias de Markov |
description |
Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-07-08T20:30:04Z |
dc.date.available.fl_str_mv |
2022-07-08T20:30:04Z |
dc.date.issued.fl_str_mv |
2022-02-18 |
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.citation.fl_str_mv |
PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/48411 |
identifier_str_mv |
PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/48411 |
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.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/48411/1/Selecaovariaveisusando_Pinto_2022.pdf |
bitstream.checksum.fl_str_mv |
51215391c60cd47c32ceb451656a9478 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117793038991360 |