HCAIM : um método de discretização supervisionado para o contexto de classificação hierárquica.
Nenhuma Miniatura disponível
Data
2016
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A discretização de dados, como uma etapa da fase de pré-processamento, tem sido
alvo de pesquisas em diversos trabalhos no contexto de classificação plana. Apesar da
importância dos métodos de discretização para a tarefa de classificação, até onde se tem
conhecimento, para problemas de classificação hierárquica, não existem na literatura
propostas de métodos de discretização supervisionados que possam ser utilizados em
conjunto com classificadores hierárquicos globais.
Desse modo, neste trabalho é proposto um método de discretização supervisionado
para o contexto de classificação hierárquica. Este método, denominado HCAIM (Hierarchical
CAIM), corresponde a uma adaptação do método de discretização CAIM proposto
para o contexto de classificação plana.
A avaliação do método proposto foi realizada utilizando-se o método de classificação
hierárquica Global Model Naive Bayes – GMNB. Os experimentos computacionais realizados
com 8 bases de dados de bioinformática mostraram que o método HCAIM, para a
maioria das bases, permitiu ao GMNB alcançar desempenho preditivo superior àqueles
alcançados quando a base de dados foi pré-processada pelos métodos não supervisionados
EqualWidth e EqualFrequency.
Descrição
Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
Palavras-chave
Sistemas de recuperação da informação, Classificação, Processamento de listas - computadores
Citação
GUANDALINE, Valter Hugo. HCAIM: um método de discretização supervisionado para o contexto de classificação hierárquica. 2016. 80 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2016.