Stratified/Pca: A data and variable processing method for the construction of neural network models
Gerardo A. Colmenares L. · 2000
Este articulo describe un metodo para reducir observaciones y variables contenidas en grandes archivos de datos a nuevos conjuntos de datos cuyo tamano es mucho mas reducido. Estos nuevos conjuntos son confiables para mejorar tanto en calidad como en tiempo, la construccion de los modelos de redes neuronales. El metodo, Stratified/PCA utiliza la tecnica de muestreo estratificado y analisis de componentes principales para reducir eficientemente la cantidad original de datos y variables, manteniendo a su vez, la mayor cantidad de informacion presente en los datos originales. El desempeno de las redes neuronales construidas con estos conjuntos reducidos de datos ha sido bastante similar al obtenido con el conjunto original de los datos. Por otro lado, la tecnica de estratificacion usada en Stratified/PCA mostro ser mas consistente en la seleccion de los datos que la tecnica aleatoria (convencionalmente mas utilizada). Se realizaron comparaciones de reduccion de datos usando solamente estratificacion y el metodo Stratified/PCA.