Comitês de Classificadores para Conjunto de Dados Desbalanceados

• Processo: 16/20465-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de maio de 2017
• Data de Término da vigência: 31 de outubro de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Everlandio Rebouças Queiroz Fernandes
• Supervisor: Joost Nico Kok
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: Universiteit Leiden, Holanda
• Vinculado à bolsa: 13/11615-6 - Ensemble de Classificadores com Atualização Dinâmica para Análise de Risco de Crédito, BP.DR
• Assunto(s): Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Ensemble Pruning | Ensemble Selection | Multiobjective Evolutionary Algorithm | Unbalanced Data Set | Inteligência Artificial

Resumo

Em muitos problemas práticos de classificação, o conjunto de dados a ser utilizado para a indução de um classificador é significativamente desbalanceado. Isso ocorre quando a quantidade de exemplos de determinada classe é muito inferior à(s) da(s) outra(s) classe(s). Conjuntos de dados desbalanceados podem comprometer o desempenho da maioria dos algoritmos clássicos de classificação, uma vez que esses assumem uma distribuição de exemplos equilibrada entre as classes. Uma estratégia comumente adotada para lidar com esse problema, é treinar o classificador sobre uma amostra balanceada do conjunto de dados original. Entretanto, esse procedimento pode descartar exemplos que poderiam ser importantes para uma melhor discriminação das classes, afetando o desempenho do classificador resultante. Por outro lado, em diferentes cenários de aplicação, a estratégia de combinar vários classificadores em estruturas conhecidas como comitês tem se mostrado bastante eficaz, levando a uma acurácia preditiva estável e, muitas vezes, superior àquela obtida por um classificador utilizado isoladamente. Neste contexto, o presente projeto de pesquisa tem como objetivo investigar e propor métodos para a construção de comitês de classificadores onde cada classificador base é induzido por uma amostra diferente do conjunto de dados original e diferentes algoritmos de classificação podem ser usados. Outro objetivo deste projeto é investigar os métodos de poda de comitês, a fim de reduzir os custos de processamento e memória.