Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos

Mostrar todas las versiones(2)

Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimie...

Descripción completa

Detalles Bibliográficos
Autor principal: Primorac, Carlos Roberto
Otros Autores: Acosta, Julio César
Formato: Tesis de maestría
Lenguaje:Español
Publicado: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura 2022
Materias:
Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
Acceso en línea:http://repositorio.unne.edu.ar/handle/123456789/50076
Aporte de:
RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) de Universidad Nacional del Nordeste
id I48-R184-123456789-50076
record_format dspace
spelling I48-R184-123456789-500762025-03-06T12:08:02Z Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos Primorac, Carlos Roberto Acosta, Julio César La Red Martínez, David Luis Valores faltantes Amputación de datos Imputación de datos Minería de datos Evaluación de desempeño de imputación Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimiento de algoritmos de agrupamiento de datos. La imputación es una técnica para reemplazar valores faltantes con valores calculados utilizando los datos existentes. Se desarrolló una metodología de evaluación del desempeño de métodos de imputación mediante una métrica tradicional complementada con un nuevo indicador y un entorno para realizar los experimentos de amputación y posterior imputación. Además se trabajó en encontrar los métodos de imputación más adecuados para completar los valores faltantes en un conjunto de datos mediante la utilización de algoritmos de minería de datos. En todos los escenarios evaluados, los métodos más apropiados resultaron ser k-NN y K-Means. 2022-08-30T14:49:01Z 2022-08-30T14:49:01Z 2022 Tesis de maestría Primorac, Carlos Roberto, 2022. Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos. Tesis de maestría. Corrientes: Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura. http://repositorio.unne.edu.ar/handle/123456789/50076 spa openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf 73 p. application/pdf Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura
institution Universidad Nacional del Nordeste
institution_str I-48
repository_str R-184
collection RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
language Español
topic Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
spellingShingle Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
Primorac, Carlos Roberto
Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
topic_facet Valores faltantes
Amputación de datos
Imputación de datos
Minería de datos
Evaluación de desempeño de imputación
description Muchos de los conjuntos de datos existentes u obtenidos en investigaciones científicas contienen valores faltantes y otras anomalías originadas en diferentes causas. En minería de datos, estas imperfecciones pueden afectar negativamente la calidad del proceso de aprendizaje supervisado o el rendimiento de algoritmos de agrupamiento de datos. La imputación es una técnica para reemplazar valores faltantes con valores calculados utilizando los datos existentes. Se desarrolló una metodología de evaluación del desempeño de métodos de imputación mediante una métrica tradicional complementada con un nuevo indicador y un entorno para realizar los experimentos de amputación y posterior imputación. Además se trabajó en encontrar los métodos de imputación más adecuados para completar los valores faltantes en un conjunto de datos mediante la utilización de algoritmos de minería de datos. En todos los escenarios evaluados, los métodos más apropiados resultaron ser k-NN y K-Means.
author2 Acosta, Julio César
author_facet Acosta, Julio César
Primorac, Carlos Roberto
format Tesis de maestría
author Primorac, Carlos Roberto
author_sort Primorac, Carlos Roberto
title Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_short Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_full Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_fullStr Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_full_unstemmed Modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
title_sort modelo de decisión para la validación de métodos de imputación mediante la utilización de algoritmos de minería de datos
publisher Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura
publishDate 2022
url http://repositorio.unne.edu.ar/handle/123456789/50076
work_keys_str_mv AT primoraccarlosroberto modelodedecisionparalavalidaciondemetodosdeimputacionmediantelautilizaciondealgoritmosdemineriadedatos
_version_ 1835151263722897408

Ejemplares similares