Avaliação de desempenho da análise de componentes principais e análise de componente principal logística, aplicadas a dados educacionais

• Autor(a) principal: Maia, Marília Magalhães
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
• Texto Completo: https://repositorio.ufersa.edu.br/handle/prefix/10022
• topic: ENGENHARIAS::ENGENHARIA ELETRICA; Redução de dimensionalidade; Análise de componente principal; Análise de componente principal logística; Desempenho

Quando se lida com grandes conjuntos de dados, um dos processos necessários a serem aplicados é o da seleção, do qual destaca-se a Análise de Componente Principal (PCA, do inglês Principal Component Analysis), como a mais conhecida técnica de redução da dimensionalidade. A técnica consiste na criação de um novo conjunto de dados com variáveis originadas a partir de uma transformação linear das variáveis dos dados originais. Entretanto, visando o aumento da eficiência da técnica sobre específicos tipos de dados, desenvolveram-se extensões do método, sendo a Análise de Componente Principal Logística (LPCA, do inglês Logistic Principal Component Analysis) a indicada para aplicações sobre dados binários. Dessa forma, o presente trabalho consiste em comparar o desempenho na redução da dimensionalidade de ambas as técnicas, sobre conjuntos de dados com valores entre 0 e 1, identificando que para esse tipo de dados o algoritmo LPCA não consegue superar a redução encontrada com implementação do PCA. Como exemplo de teste, foram usados um conjunto de dados relacionados ao Exame Nacional do Ensino Médio (ENEM) e a aplicação dos métodos sobre eles permite que sejam identificadas habilidades essenciais a serem desenvolvidas pelos alunos para a possível melhoria de desempenho no exame.