Para verificar a eficiência do nosso método, também realizamos testes de
seleção de características utilizando outros critérios. Foram utilizados como
funções critério as taxas de acerto do classificador KNN, com para as
seguintes estratégias:
Obviamente, um conjunto que foi selecionado utilizando uma determinada
estratégia de classificação proporciona resultados muito bons quando a mesma
estratégia foi utilizada para avaliar o conjunto resultante. Os
experimentos relacionados com o classificador KNN foram realizados utilizando
.
A figura 5.24 mostra o histograma dos componentes selecionados utilizando as funções critério baseadas no desempenho de classificadores.
Comparando-se os resultados mostrados na figura 5.23, nota-se que, dentre essas funções critério, a que proporcionou melhores resultados quando o conjunto selecionado foi avaliado por outras estratégias de classificação foi KNN leave-one-out. Em segundo lugar, ficaram os resultados obtidos com a seleção dos 15 primeiros autovetores. Os resultados obtidos com nossa função critério ficaram em terceiro lugar. Esse é um resultado bastante promissor, já que os resultados obtidos com o uso do desempenho de classificadores como função critério são ``viciados'' a esses classificadores, proporcionando os melhores resultados. Porém, nota-se que a simples utilização das 15 primeiros características proporcionou melhores resultados que a nossa função critério em mais de metade dos experimentos. Isso sugere que nossa função critério deve ser aprimorada. A seguir há algumas sugestões de medidas para aprimorar nossa função critério.