Caracterización de atributos en Data Mining a través del método KS-Monte Carlo-Bootstrap

  • Jorge Paolini

Resumen

Se presenta el método   KS-Monte Carlo-Bootstrap para la caracterización de atributos en Data Mining. A partir de la ejecución del algoritmo Bootstrap y la inserción de las pruebas Kolgomorov-Smirnov (KS) en el algoritmo se obtiene la probabilidad G de una función de densidad F (x; Θ) que posee el espacio muestral de las muyestras generado. Se ejemplifica la aplicación del método con la caracterización de dos atributos relevantes en la operación de celdas electrolíticas P19 para la producción de aluminio primario.

Publicado
2018-06-27
Cómo citar
Paolini, J. (2018). Caracterización de atributos en Data Mining a través del método KS-Monte Carlo-Bootstrap. Ciencia Y Tecnologia (CITEG), 1(1), 6. Recuperado a partir de http://crear.uneg.edu.ve/index.php/citeg/article/view/8