Un clasificador de semejanza más cercana con aprendizaje de intervalos de características y medidas de clasificación para un mejor rendimiento
Autores: Belacel, Nabil
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un clasificador de semejanza más cercana con aprendizaje de intervalos de características y medidas de clasificación para un mejor rendimiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Clasificadores
Desafíos
Sobreajuste
Costos computacionales
Conjuntos de datos desequilibrados
Interpretabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 52
Citaciones: Sin citaciones
Los resultados demuestran que nuestros métodos son robustos frente a conjuntos de datos desequilibrados y características irrelevantes, logrando un rendimiento comparable o superior en muchos casos.
Descripción
Los resultados demuestran que nuestros métodos son robustos frente a conjuntos de datos desequilibrados y características irrelevantes, logrando un rendimiento comparable o superior en muchos casos.