Tesis doctorals> Departament de Química

Reliability of classification and prediction in k-nearest neighbours

  • Datos identificativos

    Identificador: TDX:1265
    Handle: https://hdl.handle.net/20.500.11797/TDX1265
    Autores:
    Villa Medina, Joe Luis
    Resumen:
    En aquesta tesi doctoral s'ha desenvolupat el càlcul de la fiabilitat de classificació i de la fiabilitat de predicció utilitzant el mètode dels k-veïns més propers (k-nearest neighbours, kNN) i estratègies de remostreig basades en bootstrap. S'han desenvolupat, a més, dos nous mètodes de classificació: Probabilistic Bootstrap k-Nearest Neighbours (PBkNN) i Bagged k-Nearest Neighbours (Bagged kNN), i un nou mètode de predicció, el Direct OrthogonalizationkNN (DOkNN). En tots els casos, els resultats obtinguts amb els nous mètodes han estat comparables o millors que els obtinguts utilitzant mètodes clàssics de classificació i calibratge multivariant.

  • Otros:

    Fecha: 2013-10-25
    Departamento/Instituto: Departament de Química Analítica i Química Orgànica Universitat Rovira i Virgili.
    Idioma: eng
    Identificador: http://hdl.handle.net/10803/127108
    Fuente: TDX (Tesis Doctorals en Xarxa)
    Autor: Villa Medina, Joe Luis
    Director: Boqué Martí, Ricard Ferré Baldrich, Joan
    Formato: application/pdf 222 p.
    Editor: Universitat Rovira i Virgili
    Palabra clave: Classification Uncertainty Reliability Bootstrap kNN
    Título: Reliability of classification and prediction in k-nearest neighbours
    Materia: 543 - Química analítica 54 - Química 512 - Àlgebra 311 - Estadística

  • Palabras clave:

    543 - Química analítica
    54 - Química
    512 - Àlgebra
    311 - Estadística

  • Documentos:

    Memoria

  • Cerca a google

    Search to google scholar