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
Download data is not yet available.
Downloads
Published
2023-12-15
How to Cite
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). Retrieved from https://revistacaatinga.com.br/ecop/article/view/12165
Issue
Section
Artigos