Título: Seleção de Características Apoiada por Mineração Visual de Dados
Autores: Botelho, Glenda Michele; Batista Neto, João
Resumo: A seleção de características é fundamental para minimizar os problemas causados pela alta dimensionalidade. Existem diversos métodos tradicionais de seleção que se baseiam em análises estatísticas dos dados ou redes neurais. Nestes, a qualidade do subconjunto selecionado é dada por meio de alguma função critério. O presente trabalho propõe a inclusão de técnicas de Mineração Visual de Dados, particularmente a projeção de dados multidimensionais, para apoiar o processo de seleção. Os resultados mostram que a técnica é capaz de prover boa redução no espaço de características, ao mesmo tempo que mantém a capacidade de discriminação. A qualidade dos subconjuntos selecionados é comprovada tanto quantitativamente pela medida de silhueta quanto pela qualidade visual das projeções obtidas.
Palavras-chave: Seleção de características; projeção de dados multidimensionais; silhueta; agrupamento
Páginas: 10
Código DOI: 10.21528/lmln-vol9-no1-art6
Artigo em PDF: vol9-no1-art6.pdf
Arquivo BibTex: vol9-no1-art6.bib