Made available in DSpace on 2015-04-14T14:49:20Z (GMT). No. of bitstreams: 1
422461.pdf: 1656872 bytes, checksum: 4520cf1ef2435e86327deed3e89baed9 (MD5)
Previous issue date: 2009-12-10 / ?rvores-modelo s?o um caso particular de ?rvores de decis?o aplicadas na solu??o de problemas de regress?o, onde a vari?vel a ser predita ? cont?nua. Possuem a vantagem de apresentar uma sa?da interpret?vel, auxiliando o usu?rio do sistema a ter mais confian?a na predi??o e proporcionando a base para o usu?rio ter novos insights sobre os dados, confirmando ou rejeitando hip?teses previamente formadas. Al?m disso, ?rvores-modelo apresentam um n?vel aceit?vel de desempenho preditivo quando comparadas ? maioria das t?cnicas utilizadas na solu??o de problemas de regress?o. Uma vez que gerar a ?rvore-modelo ?tima ? um problema NP-Completo, algoritmos tradicionais de indu??o de ?rvores-modelo fazem uso da estrat?gia gulosa, top-down e de divis?o e conquista, que pode n?o convergir ? solu??o ?tima-global. Neste trabalho ? proposta a utiliza??o do paradigma de algoritmos evolutivos como uma heur?stica alternativa para gera??o de ?rvores-modelo. Esta nova abordagem ? testada por meio de bases de dados de regress?o p?blicas da UCI, e os resultados s?o comparados ?queles gerados por algoritmos gulosos tradicionais de indu??o de ?rvores-modelo. Os resultados mostram que esta nova abordagem apresenta uma boa rela??o custo-benef?cio entre desempenho preditivo e gera??o de modelos de f?cil interpreta??o, proporcionando um diferencial muitas vezes crucial em diversas aplica??es de minera??o de dados.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/5084 |
| Date | 10 December 2009 |
| Creators | Barros, Rodrigo Coelho |
| Contributors | Ruiz, Duncan Dubugras Alcoba |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, BR, Faculdade de Inform?ca |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1974996533081274470, 500, 600, 1946639708616176246 |
Page generated in 0.0025 seconds