Resumen

El artculo presenta el algoritmo que modela los datos categricos multicolineales proporcionando el equilibrio en la precisin del modelo en los datos de prueba y el nmero de caractersticas seleccionadas en el modelo. En todos los campos cientficos se generan datos multicolineales, en los que obviamente algunas variables son ruido y otras son referencia influyente para la variable de respuesta. Las caractersticas y la respuesta parecan ser categricas en la modelizacin matemtica y estadstica de los datos de salud pblica. Estos conjuntos de datos suelen aparecer colineales, donde los mnimos cuadrados parciales (PLS) es el mtodo potencial, que no es la seleccin de caractersticas en su nivel por defecto y se ocupa de las caractersticas cuantitativas. Recientemente, se ha introducido el PLS categrico (Cat-PLS). Hemos implementado la seleccin regularizada de caractersticas en Cat-PLS donde se utiliza la seleccin de caractersticas basada en filtros y la media categrica a travs de Cramers V, coeficiente Phi, coeficiente Tschuprows, coeficiente de contingencia, y Yules e Yules Y. La simulacin de Monte Carlo con 100 ejecuciones indica que es la mejor opcin en trminos de mejor rendimiento del modelo, nmero de seleccin de caractersticas e interpretaciones para modelar los mortinatos, que se toma como caso de estudio. El marco puede utilizarse en reas relacionadas para explorar y modelar las estructuras de datos relacionadas.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Algoritmo; Datos categóricos multicolineales; Precisión del modelo; Datos de prueba; Características seleccionadas; Campos científicos; Ruido; Referencia influyente; Variable de respuesta; Modelización matemática; Modelización estadística; Datos de salud pública; Colineales; Mínimos cuadrados parciales; PLS; Selección de características; Características cuantitativas; PLS categórico; Cat-PLS; Selección de características regularizada; Selección de características basada en filtros; Cramers V; Coeficiente Phi; Coeficiente Tschuprows; Coeficiente de contingencia; Yules; Yules Y; Simulación Monte Carlo; Mortinatos; Estudio de casos; áreas relacionadas; Estructuras de datos.
• Keywords:Algorithm; Categorical multicollinear data; Model accuracy; Test data; Selected features; Scientific fields; Noise; Influential reference; Response variable; Mathematical modeling; Statistical modeling; Public health data; Collinear; Partial least squares; PLS; Feature selection; Quantitative features; Categorical PLS; Cat-PLS; Regularized feature selection; Filter-based feature selection; Cramers V; Phi coefficient; Tschuprows coefficient; Contingency Coefficient; Yules; Yules Y; Monte Carlo simulation; Stillbirths; Case study; Related areas; Data structures