Predicción de biodegradabilidad de aceites base con técnicas de minería de datos
Autores: Abdelmelek, Sihem Ben; Saidane, Saloua; Trabelsi, Malika
Idioma: Inglés
Editor: Molecular Diversity Preservation International
Año: 2010
Acceso abierto
Artículo científico
2010
Predicción de biodegradabilidad de aceites base con técnicas de minería de datos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Técnicas de minería de datos
Biodegradabilidad de aceites base
Precisión de predicción
Modelos de clasificación
Árboles de Decisión
Predicción de clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
En este documento, aplicamos diversas técnicas de minería de datos, incluidos modelos de predicción de clasificación numérica continua y discreta de la biodegradabilidad de aceites base, con énfasis en mejorar la precisión de la predicción. Los resultados muestran que los aceites altamente biodegradables pueden predecirse mejor a través de modelos numéricos. En contraste, los modelos de clasificación no descubrieron una dicotomía similar. Con la excepción del Razonamiento Basado en la Memoria y los Árboles de Decisión, las técnicas de clasificación probadas lograron una alta predicción de clasificación. Sin embargo, la técnica de Árboles de Decisión ayudó a descubrir los predictores más significativos. Una regla de clasificación simple derivada de este predictor resultó en una buena precisión de clasificación. La aplicación de esta regla permite una clasificación eficiente de los aceites base en clases de biodegradabilidad baja o alta con alta precisión. Para esta última, se puede obtener una predicción de biodegradabilidad de mayor precisión utilizando técnicas de modelado continuo.
Descripción
En este documento, aplicamos diversas técnicas de minería de datos, incluidos modelos de predicción de clasificación numérica continua y discreta de la biodegradabilidad de aceites base, con énfasis en mejorar la precisión de la predicción. Los resultados muestran que los aceites altamente biodegradables pueden predecirse mejor a través de modelos numéricos. En contraste, los modelos de clasificación no descubrieron una dicotomía similar. Con la excepción del Razonamiento Basado en la Memoria y los Árboles de Decisión, las técnicas de clasificación probadas lograron una alta predicción de clasificación. Sin embargo, la técnica de Árboles de Decisión ayudó a descubrir los predictores más significativos. Una regla de clasificación simple derivada de este predictor resultó en una buena precisión de clasificación. La aplicación de esta regla permite una clasificación eficiente de los aceites base en clases de biodegradabilidad baja o alta con alta precisión. Para esta última, se puede obtener una predicción de biodegradabilidad de mayor precisión utilizando técnicas de modelado continuo.