Regresión Local por Mínimos Cuadrados para Estimación Eficiente de Datos Incompletos
Ver/
Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemFecha de publicación
2008-05Editorial
Universidad Politécnica de CartagenaCita bibliográfica
GARCÍA LAENCINA, P.J.; SANCHO GÓMEZ, J.L. Regresión Local por Mínimos Cuadrados para Estimación Eficiente de Datos Incompletos. En: I Jornadas de Introducción a la Investigación de la UPCT, mayo 2008, nº1. Cartagena: Universidad Politécnica de Cartagena, 2008. p.16-18Palabras clave
Mínimos cuadradosResumen
La presencia de valores perdidos o datos incompletos es un problema a solventar en muchas aplicaciones reales de reconocimiento de patrones. Un procedimiento extendido, y a la vez adecuado, es la imputación (i.e., estimación de valores perdidos a partir de la información conocida). Este artículo presenta un robusto algoritmo de imputación basado en la regresión local por mínimos cuadrados. Para cada patrón incompleto, se calculan sus K vecinos más cercanos, y apartir de esta información, la estimación de datos icnompletos se obtiene mediante la resolución del problema de ajsute de mínimos cuadrados regularizado incluyendo el término de regularización de Tikhonov. Los resultados en un problema de diagnosis médica muestran las ventajas del método propuesto.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales