Redes Bayesianas

9. Selección de variables en microarrays de ADN
• Motivación
• Selección de los genes relevantes para la clasificación
• Objetivo
• Inducción del modelo naïve–Bayes con mayor porcentaje de acierto
• Método: aproximación wrapper
• Aproximación directa
• El paradigma clasificatorio se tiene en cuenta
• El problema de selección de subconjuntos de variables –Feature Subset
Selection (FSS)– como un problema de búsqueda en un espacio con
cardinalidad 2 n
• Los subconjuntos candidatos son evaluados por el porcentaje de bien
clasificados con el modelo naïve–Bayes inducido a partir de las variables
que forman parte del subconjunto
• Cualquier heurístico de búsqueda se puede usar
Redes Bayesianas – p.79/91