Seleção de Medidas Objetivas para Ranqueamento em Classificadores Associativos

• Processo: 22/11990-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2022
• Data de Término da vigência: 30 de novembro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Veronica Oliveira de Carvalho
• Beneficiário: Fernando Augusto Serafim
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Palavra(s)-Chave do Pesquisador: agregação | Classificadores Associativos | medidas objetivas | Métodos de Seleção de Atributos | Ranqueamento | Regras de Associação Classificativas | Mineração de Dados, Aprendizado de Máquina

Resumo

Os classificadores associativos (CAs) são modelos preditivos baseados em regras de associação (RAs). Os algoritmos desta família geram os modelos em três ou quatro etapas, sendo a segunda delas responsável por ranquear as regras de associação classificativas (RACs), um tipo especial de RA que contém como consequente uma classe. Esta etapa é comumente realizada por meio de duas medidas objetivas (MOs), o suporte e a confiança. No entanto, trabalhos demonstram que estas medidas podem não ser as mais adequadas em diversos contextos. Além disso, existem mais de 60 MOs documentadas, o que dificulta a escolha. Esta proposta está atrelada a um projeto de mestrado no qual se pretende, dentre outros objetivos, "propor e/ou adaptar algoritmos de CA, visando melhores modelos em termos de eficácia, tendo como base a agregação de MOs". No momento, um conjunto pré-definido ("fixo") de MOs vem sendo utilizado para se realizar a agregação das medidas. Diante do exposto, este trabalho tem como objetivos: (i) realizar uma análise em relação aos tipos de medidas que serão agregadas (simétricas; assimétricas; simétricas+assimétricas); (ii) explorar meios de tornar o processo de escolha das MOs a serem agregadas "dinâmico" via métodos de seleção de atributos.