Predicción y clasificación basada en distancias parcialmente observadas

Aldo R. Franco Comas ^[2] ; Andrés M. Alonso Fernández ^[1]
1. [1] Universidad Carlos III de Madrid
  
  Universidad Carlos III de Madrid
  
  Madrid, España
2. [2] Network Centric Software
Localización: Análisis econométrico y big data / Daniel Peña Sánchez de Rivera (ed. lit.) , Pilar Poncela Blanco (ed. lit.) , Esther Ruiz Ortega (ed. lit.) , 2021, ISBN 9788417609542, págs. 191-222
Idioma: español
Enlaces
- Texto Completo Libro (pdf)
Resumen
- El procedimiento de vecinos más cercanos, k-NN en inglés, se utiliza para la clasificación denuevas observaciones empleando la matriz de distancias entre las observaciones a clasificary las observaciones en la muestra de entrenamiento. En este trabajo, desarrollamos unprocedimiento k-NN para situaciones donde no es posible calcular todas las distancias entrelas nuevas observaciones y las observaciones en la muestra de entrenamiento. Por otra parte,k-NN depende de la distancia utilizada y proponemos un procedimiento para el aprendizajede la distancia a partir de las distancias en la muestra de entrenamiento. El procedimientopropuesto se ilustra utilizando conjuntos de datos reales.