Počet záznamů: 1  

Feature selection

  1. Údaje o názvuFeature selection [rukopis] / Luboš Linhart
    Další variantní názvyFeature selection
    Osobní jméno Linhart, Luboš (autor diplomové práce nebo disertace)
    Překl.názFeature selection
    Vyd.údaje2016
    Fyz.popis80 s
    PoznámkaVed. práce Jana Vrbková
    Oponent Iveta Bebčáková
    Dal.odpovědnost Vrbková, Jana (vedoucí diplomové práce nebo disertace)
    Bebčáková, Iveta (oponent)
    Dal.odpovědnost Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (udelovatel akademické hodnosti)
    Klíč.slova Coxovův regresní model * Logistická regrese * Feature Selection * Best Subset * Forward Selection * Backward Selection * Stepwise selection * Lasso regrese * R * Cox Regression * Logistic Regression * Feature Selection * Best Subset * Forward Selection * Backward Selection * Stepwise selection * Lasso Regression * R
    Forma, žánr diplomové práce master's theses
    MDT (043)378.2
    Země vyd.Česko
    Jazyk dok.čeština
    Druh dok.PUBLIKAČNÍ ČINNOST
    TitulMgr.
    Studijní programNavazující
    Studijní programAplikovaná matematika
    Studijní oborAplikace matematiky v ekonomii
    kniha

    kniha

    Kvalifikační práceStaženoVelikostdatum zpřístupnění
    00179135-522294730.pdf133.8 MB06.05.2016
    PosudekTyp posudku
    00179135-ved-521165961.pdfPosudek vedoucího
    00179135-opon-288564294.pdfPosudek oponenta

    Tato práce se zabývá teorií metod Feature Selection a jejich aplikací na datech ve statistickém softwaru R. Cílem práce je porovnat jednotlivé přístupy, zhodnotit jejich výhody a nevýhody. V práci byly představeny metody best subset, forward, backward, stepwise selection a lasso regrese. Taktéž jsou zde uvedeny potřebné balíčky softwaru R, včetně popisu jejich důležitých funkcí. Metody byly aplikovány na logistickou a Coxovu regresi. Výsledky jsou slovně popsány a shrnuty v závěrečných tabulkách.This paper deals with theory of Feature Selection methods and their applications on data in statistical software R. The aim is to compare different approaches and assess their advantages and disadvantages. In this work there were presented the best subset, forward, backward, stepwise selection and lasso regression. Also there are listed R software packages, including a description of their important functions. The methods were applied to logistic and Cox regression. The results are verbally described and summarized in the final tables.

Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.