
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Pereira, Rafael B. | - |
| Autor(es): dc.creator | Plastino, Alexandre | - |
| Autor(es): dc.creator | Zadrozny, Bianca | - |
| Autor(es): dc.creator | Merschmann, Luiz H. C. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:33:20Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:33:20Z | - |
| Data de envio: dc.date.issued | 2022-06-10 | - |
| Data de envio: dc.date.issued | 2022-06-10 | - |
| Data de envio: dc.date.issued | 2021-01-25 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50179 | - |
| Fonte completa do material: dc.identifier | https://content.iospress.com/articles/intelligent-data-analysis/ida194878 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142332 | - |
| Descrição: dc.description | In many important application domains, such as text categorization, biomolecular analysis, scene or video classification and medical diagnosis, instances are naturally associated with more than one class label, giving rise to multi-label classification problems. This has led, in recent years, to a substantial amount of research in multi-label classification. More specifically, feature selection methods have been developed to allow the identification of relevant and informative features for multi-label classification. This work presents a new feature selection method based on the lazy feature selection paradigm and specific for the multi-label context. Experimental results show that the proposed technique is competitive when compared to multi-label feature selection techniques currently used in the literature, and is clearly more scalable, in a scenario where there is an increasing amount of data. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | IOS Press | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Intelligent Data Analysis | - |
| Palavras-chave: dc.subject | Multi-label classification | - |
| Palavras-chave: dc.subject | Data mining | - |
| Palavras-chave: dc.subject | Feature selection | - |
| Título: dc.title | A lazy feature selection method for multi-label classification | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: