Sı́ndrome do doente eutireoidiano: análise de indicadores importantes com machine learning
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.
Descargas
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
Número
Sección
Artigos