O uso agregado de medidas objetivas em classificadores associativos

Resumo

A classificação associativa, a qual vem sendo muito utilizada em diversos domínios, visa a obtenção de um modelo preditivo em que o processo é baseado na extração de regras de associação (RAs). A geração do modelo ocorre em etapas, sendo uma delas voltadas a ordenar e podar um conjunto de regras. No que se refere a ordenação, uma das soluções é ranquear as regras por meio de medidas objetivas (MOs). O critério de ordenação impacta a acurácia do classificador. O foco deste trabalho encontra-se justamente na ordenação. Nas propostas encontradas na literatura as MOs são exploradas separadamente. Contudo, existem trabalhos, no contexto de RAs, que investigam o uso agregado de MOs. Com base nessas ideias, [Silva and Carvalho, 2018] exploraram a agregação de medidas, em que várias MOs são consideradas ao mesmo tempo, no contexto de classificadores associativos. [Silva and Carvalho, 2018] utilizaram a estratégia de agregação proposta por [Bouker et al., 2014]. Embora [Bouker et al., 2014] tenham utilizado o conceito de não-dominância para ranquear as regras, os autores deixam em aberto a possibilidade do ranqueamento ser gerado por meio do conceito de dominância. Esse conceito dual de dominância e não-dominância também é explorado em [Dahbi et al., 2016]. Considerando o exposto, este projeto tem como objetivo: (a) explorar conjuntamente o conceito de dominância e não-dominância para ranquear as regras; (b) explorar a agregação de medidas considerando uma outra perspectiva, a de um comitê de classificadores.