Reliability of classification and prediction in k-nearest neighbours

  1. Villa Medina, Joe Luis
Dirigida por:
  1. Joan Ferré Baldrich Director/a
  2. Ricard Boqué Martí Director/a

Universidad de defensa: Universitat Rovira i Virgili

Fecha de defensa: 25 de octubre de 2013

Tribunal:
  1. José Manuel Andrade Garda Presidente
  2. Jordi Riu Rusell Secretario/a
  3. José Manuel Prats Montalbán Vocal

Tipo: Tesis

Teseo: 352918 DIALNET lock_openTDX editor

Resumen

En esta tesis doctoral seha desarrollado el cálculo de la fiabilidad de clasificación y de la fiabilidad de predicción utilizando el método de los k-vecinos más cercanos (k-nearest neighbours, kNN) y estrategias de remuestreo basadas en bootstrap. Se han desarrollado, además, dos nuevos métodos de clasificación:Probabilistic Bootstrapk-Nearest Neighbours (PBkNN) y Bagged k-Nearest Neighbours (BaggedkNN),yun nuevo método de predicción,el Direct OrthogonalizationkNN (DOkNN).En todos los casos, los resultados obtenidos con los nuevos métodos han sido comparables o mejores que los obtenidos utilizando métodos clásicos de clasificación y calibración multivariante.