Redes Bayesianas
Redes Bayesianas
Redes Bayesianas
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
9. Selección de variables en microarrays de ADN<br />
• Motivación<br />
• Selección de los genes relevantes para la clasificación<br />
• Objetivo<br />
• Inducción del modelo naïve–Bayes con mayor porcentaje de acierto<br />
• Método: aproximación wrapper<br />
• Aproximación directa<br />
• El paradigma clasificatorio se tiene en cuenta<br />
• El problema de selección de subconjuntos de variables –Feature Subset<br />
Selection (FSS)– como un problema de búsqueda en un espacio con<br />
cardinalidad 2 n<br />
• Los subconjuntos candidatos son evaluados por el porcentaje de bien<br />
clasificados con el modelo naïve–Bayes inducido a partir de las variables<br />
que forman parte del subconjunto<br />
• Cualquier heurístico de búsqueda se puede usar<br />
<strong>Redes</strong> <strong>Bayesianas</strong> – p.79/91