To access the full text documents, please follow this link:

Tècniques de feature weighting per casos no supervisats: Implementació a GESCONDA
Sànchez-Marrè, Miquel; Gómez Villamor, Sergio; Teixidò, F; Gibert, Karina
Universitat Politècnica de Catalunya. Departament de Llenguatges i Sistemes Informàtics; Universitat Politècnica de Catalunya. Departament d'Estadística i Investigació Operativa; Universitat Politècnica de Catalunya. KEMLG - Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic; Universitat Politècnica de Catalunya. DAMA-UPC - Data Management Group
Feature selection and feature weighting methods in supervised domains have been thoroughly discussed in the literature. On the other hand, very little work has been done for unsupervised domains, probably due to the assumed hypothesis that their performance would necessary be substantially worse than the supervised method performance. One method found in the literature, in addition to the new methods proposed are detailed in this paper. The methods have been tested and compared in a data base coming from a Wastewater Treatment plant, with good results. Also, the integration of the new software into the GESCONDA tool is detailed.
Àrees temàtiques de la UPC::Informàtica::Informàtica teòrica
Unsupervised feature weighting
Machine learning
Data mining

Show full item record

Related documents

Other documents of the same author

Sevilla-Villanueva, Beatriz; Gibert, Karina; Sànchez-Marrè, Miquel
Martínez Bazán, Norbert; Muntés Mulero, Víctor; Gómez Villamor, Sergio; Domínguez Sal, David; Águila Lorente, Miguel Ángel; Larriba Pey, Josep
Martínez Bazán, Norbert; Muntés Mulero, Víctor; Gómez Villamor, Sergio; Nin Guerrero, Jordi; Sánchez Martínez, Mario; Larriba Pey, Josep
Gatzioura, Anna; Sànchez-Marrè, Miquel