XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: A METACLASSIFIER FOR FINDING THE K-CLASSES MOST RELEVANTS Autor: DANIEL DA ROSA MARQUES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
EDUARDO SANY LABER - ADVISOR
Nº do Conteudo: 27696
Catalogação: 19/10/2016 Liberação: 04/11/2016 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27696@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27696@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.27696
Resumo:
Título: A METACLASSIFIER FOR FINDING THE K-CLASSES MOST RELEVANTS Autor: DANIEL DA ROSA MARQUES
Nº do Conteudo: 27696
Catalogação: 19/10/2016 Liberação: 04/11/2016 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27696@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27696@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.27696
Resumo:
Consider a network with k nodes that may fail along its operation. Furthermore
assume that it is impossible to check all nodes whenever a failure
occurs. Motivated by this scenario, we propose a method that uses supervised
learning to generate rankings of the most likely nodes responsible for
the failure. The proposed method is a meta-classifier that is able to use any
kind of classifier internally, where the model generated by the meta-classifier
is a composition of those generated by the internal classifiers. Each internal
model is trained with a subset of the data created from the elimination of
instances whose classes were already put in the ranking. Metrics derived
from Accuracy, Precision and Recall were proposed and used to evaluate
this method. Using a public data set, we verified that the training and classification
times of the meta-classifier were greater than those of a simple
classifier. However it reaches better results in some cases, as with the decision
trees, that exceeds the benchmark accuracy for a margin greater than
5 percent.
Descrição | Arquivo |
COMPLETE |