Avalia??o da performance do algoritmo J48 para constru??o de modelos baseados em árvores de decis?o

摘要

As árvores de decis?o s?o modelos hierárquicos utilizados em várias áreas do conhecimento por sua capacidade preditiva e de resolu??o de problemas de maneira simples e objetiva. Entretanto, apresentam algumas limita??es relacionadas à sua adequa??o à base de dados e ao se atentar quanto aos procedimentos para sele??o dos parametros de crescimento e poda a serem adotados. Desta forma, têm-se como objetivo avaliar e discutir a performance do algoritmo J48 para constru??o de modelos de tomada de decis?o em árvore em base de dados com atributos de diferentes tipos. Para tanto, realizaram-se experimentos em 10 bases de dados disponíveis em repositório internacional, considerando como variantes os métodos de treinamento, teste e poda, aplicados em toda base de dados e com o uso dos métodos Wrapper e CFS (Correlation-based Feature Selection) para sele??o de atributos. Identificou-se que na presen?a de dados contínuos, os únicos modelos que apresentaram boa capacidade preditiva estiveram presentes em situa??es em que a grande quantidade de exemplos puderam compensar tal deficiência. Os modos de treinamento "valida??o cruzada" e "divis?o por porcentagem" mostraram-se similares em suas predi??es quando ajustados a 10 folds e 75%, respectivamente. Ademais, a sele??o de atributos n?o foi capaz de gerar melhores predi??es denotando que tal método de forma isolada n?o compensa possíveis inadequa??es nas bases de dados. Pode-se constatar que os resultados referentes à capacidade preditiva dos modelos s?o fortemente direcionados pelo quantitativo de exemplos pertencentes à base, presen?a de dados contínuos e de dados com ruído.