Seleção de variáveis usando o algoritmo genético

Many practical problems involving linear models has a step that consists in reducing the number of variables of the model, either it is very expensive to deal with too many variables or because some of the variables are able to explain the response satisfactorily. We can cite among such methods o...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Pinto, Matheus Henrique Tavares
Outros Autores: Pereira, André Gustavo Campos
Formato: Dissertação
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
Endereço do item:https://repositorio.ufrn.br/handle/123456789/48411
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-48411
record_format dspace
spelling ri-123456789-484112022-07-08T20:30:42Z Seleção de variáveis usando o algoritmo genético Pinto, Matheus Henrique Tavares Pereira, André Gustavo Campos http://lattes.cnpq.br/2351937901646677 http://lattes.cnpq.br/7174877398310072 Morales, Fidel Ernesto Castro http://lattes.cnpq.br/8552159154343151 Santos Neto, Manoel Ferreira dos Estatística matemática AGE AIC Seleção de variáveis Processos estocásticos Cadeias de Markov Many practical problems involving linear models has a step that consists in reducing the number of variables of the model, either it is very expensive to deal with too many variables or because some of the variables are able to explain the response satisfactorily. We can cite among such methods of reducing the number of variables of a linear model, the principal component analysis, best subset selection, forward stepwise selection, etc. In this work, we present how to use the elitist genetic algorithm in order to select a collection of variables for a linear model. Besides that, we show the convergence of the elitist genetic algorithm to the set of all possible populations containing a solution of the problem under study, at the same time we will obtain solutions to the variable selection problem using the convergence of the elitist genetic algorithm. Muitos problemas práticos envolvendo modelos lineares em algum momento necessitam de uma redução do número de varíaveis envolvidas, seja pelo custo envolvido em se trabalhar com muitas variáveis, seja por que uma certa quantidade de variáveis já explica satisfatoriamente o problema abordado. Podemos citar entre outras técnicas a análise de componentes principais, a seleção do melhor subconjunto de variáveis, a seleção progressiva de variáveis, etc. Nesse trabalho apresentaremos como proceder a seleção de variáveis de um modelo linear utilizando o algoritmo genético . Além disso, mostramos que o algoritmo genético elitista (AGE) converge para o conjunto das populações contendo uma solução do problema de otimização considerado, ao mesmo tempo, mostramos como usar a convergência do AGE para obter soluções para o problema de seleção de variáveis. 2022-07-08T20:30:04Z 2022-07-08T20:30:04Z 2022-02-18 masterThesis PINTO, Matheus Henrique Tavares. Seleção de variáveis usando o algoritmo genético. 2022. 56f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. https://repositorio.ufrn.br/handle/123456789/48411 pt_BR Acesso Aberto application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
spellingShingle Estatística matemática
AGE
AIC
Seleção de variáveis
Processos estocásticos
Cadeias de Markov
Pinto, Matheus Henrique Tavares
Seleção de variáveis usando o algoritmo genético
description Many practical problems involving linear models has a step that consists in reducing the number of variables of the model, either it is very expensive to deal with too many variables or because some of the variables are able to explain the response satisfactorily. We can cite among such methods of reducing the number of variables of a linear model, the principal component analysis, best subset selection, forward stepwise selection, etc. In this work, we present how to use the elitist genetic algorithm in order to select a collection of variables for a linear model. Besides that, we show the convergence of the elitist genetic algorithm to the set of all possible populations containing a solution of the problem under study, at the same time we will obtain solutions to the variable selection problem using the convergence of the elitist genetic algorithm.
author2 Pereira, André Gustavo Campos
author_facet Pereira, André Gustavo Campos
Pinto, Matheus Henrique Tavares
format masterThesis
author Pinto, Matheus Henrique Tavares
author_sort Pinto, Matheus Henrique Tavares
title Seleção de variáveis usando o algoritmo genético
title_short Seleção de variáveis usando o algoritmo genético
title_full Seleção de variáveis usando o algoritmo genético
title_fullStr Seleção de variáveis usando o algoritmo genético
title_full_unstemmed Seleção de variáveis usando o algoritmo genético
title_sort seleção de variáveis usando o algoritmo genético
publisher Universidade Federal do Rio Grande do Norte
publishDate 2022
url https://repositorio.ufrn.br/handle/123456789/48411
work_keys_str_mv AT pintomatheushenriquetavares selecaodevariaveisusandooalgoritmogenetico
_version_ 1773964685286047744

Registros relacionados