Sı́ndrome do doente eutireoidiano: análise de indicadores importantes com machine learning
Abstract
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.
Downloads
I dati di download non sono ancora disponibili.
Downloads
Pubblicato
2023-12-15
Come citare
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). Recuperato da https://periodicos.ufersa.edu.br/ecop/article/view/12165
Fascicolo
Sezione
Artigos