Resumen

Los conjuntos de datos de alta dimensin aparecen con frecuencia en diversas reas cientficas, por lo que se requieren tcnicas especiales para analizar este tipo de conjuntos de datos. En particular, es importante aplicar un modelo adecuado a los problemas de clasificacin. En este estudio, se propone un enfoque novedoso para estimar un modelo estadstico para conjuntos de datos de alta dimensin. El mtodo propuesto utiliza el proceso jerrquico analtico (AHP) y criterios de informacin para determinar los PC ptimos para el modelo de clasificacin. En la parte de evaluacin se utilizaron los conjuntos de datos de alta dimensin colon y gravier. Los resultados de la aplicacin demuestran que el enfoque propuesto puede utilizarse con xito para la modelizacin.

• Materias:Algebra Matemáticas Lógica matemática Ingeniería Algoritmos (Matemáticas)
• Subjects:Algebra mathematics Mathematical logic Engineering Agorithms (Math)
• Palabras claves:conjuntos de datos de alta dimensión; técnicas especiales; análisis; problemas de clasificación; modelo estadístico; proceso jerárquico analítico (AHP)
• Keywords:high-dimensional data sets; special techniques; analyze; classification problems; statistical model; analytical hierarchical process (AHP)