Look-up in Google Scholar
Full metadata record
Cambillo Moyano, Emma Norma
Alarcón Jaimes, Carlos
2015-04-30T17:24:27Z
2015-04-30T17:24:40Z
2015-04-30T17:24:27Z
2015-04-30T17:24:40Z
2015-04-30T17:24:40Z
2015-04-30T17:24:27Z
2015
Alarcón, C. (2015). Optimización del clasificador "Naive Bayes" usando árbol de decisión C4.5. [Tesis de maestría, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.
https://hdl.handle.net/20.500.12672/4183
El clasificador Naive Bayes es uno de los modelos de clasificación más efectivos, debido a su simplicidad, resistencia al ruido, poco tiempo de procesamiento y alto poder predictivo. El clasificador Naive Bayes asume una fuerte suposición de independencia entre las variables predictoras dada la clase, lo que generalmente no se cumple. Muchas investigaciones buscan mejorar el poder predictivo del clasificador relajando esta suposición de independencia, como el escoger un subconjunto de variables que sean independientes o aproximadamente independientes. En este trabajo, se presenta un método que busca optimizar el clasificador Naive Bayes usando el árbol de decisión C4.5. Este método, selecciona un subconjunto de variables del conjunto de datos usando el árbol de decisión C4.5 inducido y luego aplica el clasificador Naive Bayes a estas variables seleccionadas. Con el uso previo del árbol de decisión C4.5 se consigue remover las variables redundantes y/o irrelevantes del conjunto de datos y escoger las que son más informativas en tareas de clasificación, y de esta forma mejorar el poder predictivo del clasificador. Este método es ilustrado utilizando tres conjuntos de datos provenientes del repositorio UCI , Irvin Repository of Machine Learning databases de la Universidad de California y un conjunto de datos proveniente de la Encuesta Nacional de Hogares del Instituto Nacional de Estadística e Informática del Perú, ENAHO – INEI, e implementado con el programa WEKA.
application/pdf
spa
Universidad Nacional Mayor de San Marcos
info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
Redes bayesianas
Clasificador bayesiano
Naive Bayes
Árbol de decisión C4.5
Optimización del clasificador “Naive Bayes” usando árbol de decisión C4.5
info:eu-repo/semantics/masterThesis
Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Unidad de Posgrado
Estadística
Magíster en Estadística
PE
https://purl.org/pe-repo/ocde/ford#1.01.00
https://purl.org/pe-repo/renati/level#maestro
15377390
https://orcid.org/0000-0003-3173-9425
09786431
542067
Kraenau Espinal, Erwin
Domínguez Cirilo, Wilfredo Eugenio
Bullón Cuadrado, Rosario Zorina
Solano Dávila, Olga Lidia
https://purl.org/pe-repo/renati/type#tesis
Pública



This item is licensed under a Creative Commons License Creative Commons