Escolher as melhores partições para a geração dos classificadores/ranks

[danieljunior]

Ideias

• Utilizar conceitos de Amostragem
• Correlação entre as colunas de cada partição
• Resampling Methods

[danieljunior]

• Conceitos de amostragem mais avançados estão relacionados a Amostragem Probabilistica (que não é o caso), acho que usar a variância da coluna da classe pra medir a semelhança entre a partição e o conjunto total.

https://docs.scipy.org/doc/numpy/reference/generated/numpy.var.html

[danieljunior]

• Usar extração de features (PCA por exemplo) para verificar as features mais relevantes do dataset e utilizar apenas as preferências nos quais os parâmetros definidos estejam nas features relevantes.
• Usar métricas de semelhanças entre matrizes para verificar as amostras mais parecidas com a população (L1-Norm, L2-Norm, etc)
• WMD pode ser aplicado nesse caso?