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.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un modelo de enfermedad de mano, pie y boca con tasa de transmisión periódica en Wenzhou, China
Artículo:
La nueva secuencia de Faure basada en números irracionales.
Artículo:
Espacios de Martingale Morrey-Campanato e Integrales Fraccionarias
Artículo:
Una breve nota sobre transformaciones no locales e integrales primeras para ciertas ecuaciones de oscilador no lineales.
Artículo:
Análisis de estabilidad de un modelo de competencia de dos parches con retrasos en la dispersión.
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas