Sistema de múltiplos classificadores em problemas de desbalanceamento de classes e grandes conjuntos de dados

Resumo

Métodos de classificação comumente falham ao lidar com dois tipos de problemas comuns em aplicações reais: conjuntos de dados muito grandes, e o desbalanceamento de classes nos dados. Bases de dados com muitos elementos são cada vez mais comuns pela facilidade tecnológica em se adquirir e armazenar dados e pela natureza de certas aplicações como por exemplo em dados de transações financeiras, acesso a redes e bioinformática. Sistemas de múltiplos classificadores tem potencial tanto para paralelizar ou distribuir o processamento, quanto para permitir a subamostragem do conjunto de treinamento, tornando viável o uso de grandes bases de dados. Métodos derivados das técnicas de Bagging podem ser usados para gerar diversidade em múltiplos classificadores, treinados com pequenas quantidades de dados e de forma paralela, com resultado final similar ou superior à uma classificação simples. Métodos de múltiplos classificatores também tem potencial para minimizar o desbalanceamento de classes, por meio de métodos de amostragem aliados à técnicas de Boosting e estudos na área de concept drift. Esse projeto visa estudar os dois problemas citados e oferecer soluções baseadas em sistemas de múltiplos classificadores, com aplicações em diversas áreas. (AU)