Agrupamento e agregação de medidas objetivas para ranqueamento de regras em classificadores associativos
Em diversos problemas é interessante o uso de algoritmos inerentemente interpretáveis, uma vez que facilita o entendimento do conhecimento obtido e das predições realizadas. Dentre estes algoritmos encontram-se os classificadores associativos (CAs). Os mesmos mesclam as tarefas de associação e class...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2024 |
| País: | Brasil |
| Institución: | Universidade Estadual Paulista (UNESP) |
| Repositorio: | Repositório Institucional da UNESP |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.unesp.br:11449/255038 |
| Acceso en línea: | https://hdl.handle.net/11449/255038 |
| Access Level: | acceso abierto |
| Palabra clave: | Classificadores associativos Medidas objetivas Agregação de medidas objetivas Ranqueamento de regras Agrupamento de medidas objetivas Associative classifiers Objective measures Aggregation of objective measures Rules ranking Clustering of objective measures |
| Sumario: | Em diversos problemas é interessante o uso de algoritmos inerentemente interpretáveis, uma vez que facilita o entendimento do conhecimento obtido e das predições realizadas. Dentre estes algoritmos encontram-se os classificadores associativos (CAs). Os mesmos mesclam as tarefas de associação e classificação e são, portanto, induzidos em etapas. No que se refere a etapa de ordenação, a mesma é, em geral, realizada via o uso de medidas objetivas (MOs), utilizadas, entre outros propósitos, para ranquear as regras pelo seu grau de importância. Em geral, o método CSC (Confiança, Suporte, Cardinalidade) é o utilizado para se ordenar as regras, tendo como base as MOs padrão de regras de associação. Contudo, ao longo dos anos inúmeras MOs foram propostas, visando superar limitações de algumas das medidas até então existentes. Este grande número de MOs gerou um problema secundário, uma vez que não existe uma medida que seja adequada a todas as explorações. Neste contexto, novas propostas surgiram visando modificar a etapa de ranqueamento dos CAs, seja por meio: (i) de novas medidas e/ou medidas já existentes em outros contextos, mas aplicadas nesta etapa de maneira singular; (ii) da união (agregação) de medidas existentes de maneira a usá-las simultaneamente. A estratégia (ii), adotada neste trabalho, traz a vantagem de diminuir a necessidade da escolha de uma só medida, considerando também diferentes aspectos (semântica) para a ordenação das regras. Trabalhos recentes nesta linha vêm sendo propostos, os quais têm apresentado resultados promissores. Contudo, os mesmos apresentam problemas em relação ao desempenho e/ou a interpretabilidade dos modelos gerados. Em todos eles é possível verificar uma relação inversa entre desempenho e interpretabilidade, i.e., quando o desempenho do modelo é alto, a interpretabilidade é baixa (e vice-versa). Diante do exposto, este trabalho apresenta um método de ranqueamento via agregação de MOs, denominado AC.Rankₐ a ser incorporado a fluxos de indução de CAs, visando a obtenção de modelos que apresentem um melhor equilíbrio entre desempenho e interpretabilidade. Para que o AC.Rankₐ funcione, o mesmo deve ser instanciado com um conjunto de MOs e um método de agregação. Os conjuntos de MOs explorados foram tanto extraídos da literatura quanto propostos neste trabalho. Já os métodos de agregação foram extraídos tanto de abordagens de agregação de rankings como de análise de decisão multicritérios. O método proposto foi avaliado em diversos fluxos de indução de CAs em relação a desempenho, medido via F1-Macro, e interpretabilidade, medida via tamanho do modelo. A análise foi realizada comparando-se diversos fluxos de indução quando o ranqueamento acontece via CSC (baseline) e via AC.Rankₐ. Os resultados obtidos demonstram que o AC.Rankₐ consegue manter o desempenho dos modelos, porém com uma melhor interpretabilidade, diferentemente dos trabalhos da literatura. |
|---|