Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/25203
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | MARQUES, José Luiz | - |
dc.contributor.author | TAKANO, Carlos Eduardo | - |
dc.date.accessioned | 2024-10-18T20:28:12Z | - |
dc.date.available | 2024-10-18T20:28:12Z | - |
dc.date.issued | 2012-07 | - |
dc.identifier.citation | TAKANO, Carlos Eduardo. Análise de sensibilidade paramétrica do algorítmo Knnimpute. Trabalho de Conclusão de Curso (Curso Superior de Tecnologia em Banco de Dados) - Faculdade de Tecnologia de Indaiatuba "Dr. Archimedes Lammoglia", Indaiatuba, 2012. | pt_BR |
dc.identifier.uri | https://ric.cps.sp.gov.br/handle/123456789/25203 | - |
dc.description.abstract | Um dos problemas que afetam os bancos de dados sãos os dados faltantes. Para a resolução de tal problema existem diversos métodos de tratamento e um deles é a imputação de dados, que foi o foco deste presente trabalho, no qual foi utilizado um algoritmo específico para imputação, chamado KNNIMPUTE, implementado dentro do software Matlab R2010a. O algoritmo citado possui parâmetros variáveis que são a métrica de distância e o valor de k vizinhos mais próximos ao dado faltante, utilizados para calcular o elemento a ser imputado. O objetivo central deste trabalho foi encontrar quais as variáveis de métrica de distância e valor de k, dentro do algoritmo KNNIMPUTE, que obteriam os melhores resultados de imputação. Utilizando-se de uma metodologia experimental, foram realizados seguidos experimentos com diferentes bases, dentro do software Matlab R2010a, efetuando-se alterações nos parâmetros de métrica de distância e valor de k. Na medição da acurácia de imputação, foram utilizados os critério da raiz quadrada do erro quadrático médio (RMSE, do inglês Root Mean Square Error) e do erro absoluto médio (MAE, do inglês Mean Absolute Error), em que menores valores de MAE e RMSE indicam uma maior acurácia. Após a realização dos experimentos, concluiu-se que a métrica de distância cosine e o valor de k=5, foram os parâmetros que trouxeram os melhores resultados para as bases utilizadas, sendo essa configuração, apenas uma sugestão para início de um processo de imputação, utilizando o algoritmo KNNIMPUTE, não uma regra geral. | pt_BR |
dc.description.sponsorship | Curso Superior de Tecnologia em Banco de Dados | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.publisher | 105 | pt_BR |
dc.subject | Banco de dados | pt_BR |
dc.subject | Algoritmo | pt_BR |
dc.subject.other | Informação e Comunicação | pt_BR |
dc.title | Análise de sensibilidade paramétrica do algorítmo Knnimpute | pt_BR |
dc.title.alternative | Parametric sensitivity analysis of the Knnimpute algorithm | pt_BR |
dc.type | Monografia | pt_BR |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
CARLOS EDUARDO TAKANO.pdf Restricted Access | 4.29 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.