Uma abordagem multiobjetiva para construção automática de algoritmos de indução de árvores de decisão

• Autor(a) principal: Silva, Melis Mendes [UNIFESP]
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNIFESP
• Texto Completo: https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=2108998; https://repositorio.unifesp.br/handle/11600/47320
• topic: otimização multi-objetos; algoritimos evolutivos; híper-heurística; árvores de decisão; multi-objective optimizing; evolutionary algorithms; hyper-heuristics; decision trees

Indução de árvores de decisão é um dos métodos mais utilizados para extrair conhecimento a partir dos dados, uma vez que a representação do conhecimento é muito intuitivo e de fácil compreensão por seres humanos. Uma estratégia bem sucedida para a indução de árvores de decisão, a abordagem top-down, tem sido continuamente melhorada ao longo dos anos. Após avanços recentes na automatização de algoritmos de aprendizado de máquina, foi proposto um algoritmo evolutivo de hiper-heurística para a geração automática de algoritmos de indução de árvores de decisão: HEAD-DT. Neste trabalho, essa abordagem foi ampliada, tornando a função de fitness, que antes trabalhava com apenas um objetivo, em multiobjetiva. Neste contexto, será adotada duas técnicas para a otimizar o fitness multiobjetivo: a fórmula ponderada e a lexicográfica. Serão realizados experimentos em 20 conjuntos de dados públicos para avaliar o desempenho da nova versão do HEAD-DT, e compará-lo com os tradicionais algoritmos de árvore de decisão C4.5 e CART, além da versão original do algoritmo HEAD-DT. Os resultados mostram que a versão multiobjetiva do HEAD-DT é capaz de gerar algoritmos promissores quando comparados com C4.5, CART e a versão anterior do HEAD-DT, em relação à acurácia, f-measure e número de nós. Diante disso, este trabalho apresenta os primeiros esforços para transformar o HEAD-DT em um algoritmo multiobjetivo, isto é, capaz de guiar o processo de evolução por meio de dois ou mais objetivos.