Sı́ndrome do doente eutireoidiano: análise de indicadores importantes com machine learning

Autores/as

  • Vinicius Anacleto de Almeida Universidade Federal Rural do Semi-Árido
  • Rosana Cibely Batista Rego Universidade Federa Rural do Semi-Árido

Resumen

A seleção de quais atributos utilizar é uma etapa
fundamental no processo de aprendizado de máquina, pois
ao selecionar os atributos adequados evitamos sobrecarregar o
modelo com informações desnecessárias para fazer previsões.
Neste estudo, exploramos três métodos para selecionar atributos:
Eliminação Aleatória de Atributos (Random Feature Elimination-
RFE), método de correlação e seleção baseada em agrupamento
(clustering). Levamos em consideração esses métodos para decidir
quais atributos usar, com base no conjunto de dados fornecido
pela Universidade da Califórnia.

Descargas

Los datos de descargas todavía no están disponibles.

Publicado

2023-12-15

Cómo citar

Anacleto de Almeida, V., & Cibely Batista Rego, R. (2023). Sı́ndrome do doente eutireoidiano: análise de indicadores importantes com machine learning. Anais Do Encontro De Computação Do Oeste Potiguar ECOP/UFERSA (ISSN 2526-7574), 1(7). Recuperado a partir de https://periodicos.ufersa.edu.br/ecop/article/view/12165