Estudos empíricos dos métodos de balanceamento para a classificação

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRamirez Pozo, Aurora Trinidad, 1959--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática-
Autor(es): dc.creatorLara, Daiany Francisca-
Data de aceite: dc.date.accessioned2025-09-01T12:39:47Z-
Data de disponibilização: dc.date.available2025-09-01T12:39:47Z-
Data de envio: dc.date.issued2024-10-31-
Data de envio: dc.date.issued2024-10-31-
Data de envio: dc.date.issued2013-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/32025-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/32025-
Descrição: dc.descriptionOrientadora: Profª. Drª. Aurora Trinidad Ramirez Pozo-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 01/06/2013-
Descrição: dc.descriptionBibliografia: fls. 63-67-
Descrição: dc.descriptionResumo: A classificação tem o objetivo de rotular eventos e objetos de acordo com classes preestabelecidas. No entanto, alguns algoritmos perdem a capacidade de predição, quando o conjunto de dados possui uma distribuição desbalanceada entre suas classes. Para tentar resolver esse problema diversos metodos tem sido propostos na literatura. O presente trabalho tem como objetivo analisar e comparar os metodos mais conhecidos que se propõe a resolver o problema de classificação com bases desbalanceadas. Para isto, os metodos foram testados com os classificadores tradicionais como: Naive Bayes, Bayes Net, SMO, MultilayerPerceptron, J48 e JRip. As metricas de avaliação consideradas foram RecallP (verdadeiros positivos), RecallN (Verdadeiros negativos) e finalmente a taxa de acurada. Para realizar esta análise, os testes foram efetuados em 13 bases provenientes do UCI Machine Learning Repository e também em dois conjuntos de bases do "mundo real", que são bases construídas com informações sobre defeitos em sistemas de Orientação a Aspectos. O primeiro conjunto são cinco bases do repositório NASA Metrics Data Project, sendo elas cml, jml, kcl, kc2 e pcl. O segundo conjunto, sao três sistemas Orientados a Aspecto que são: Ibatis, HW (HealthWatcher) e MM (MobileMedia). Os resultados demonstram que e possível melhorar a taxa de classificação, mas e difícil dizer o metodo que se comporta melhor em bases do mundo real, pois tudo depende de como o classificador generaliza a base, principalmente com a presença de dados ruidosos. As bases do UCI, apresentam melhores resultados em relaçao às bases de Engenharia de Software. Isto pode ser explicado em função da natureza dos dados reais que costumam conter mais ruídos.-
Descrição: dc.descriptionAbstract: The classification aims at labeling objects and events according to pre-established classes. However, some algorithms lose the ability to predict when the data set has an imbalanced distribution between classes. To attack this problem various methods have been proposed in the literature. This work aims to analyze and compare the most popular methods that attempt to solve the classification problem with imbalanced bases. For this, the methods was tested with the traditional classifiers: Naive Bayes, Bayes Net, SMO, Multilayer Perceptron, J48 and JRip. The evaluation metrics RecallP (True Positive), RecallN (True Negatives) and accuracy rate were considered. To accomplish this analyze, tests were made using 13 databases from UCI Machine Learning Repository and also with two sets of databases of real world, wich are built with information about faulty in Aspect-Oriented System. The first set are five databases from NASA Metrics Data Project, they are: cm1, jm1, kc1, kc2 and pc1. The second set, are three Aspect-Oriented System that are: Ibatis, HW (HeathWatcher) and MM (MobileMedia). The results show that is harder to determine the method that behave better in databases of real world, because all depends how the classifier generalizes the database mainly in the presence of noisy data. The UCI databases present better results compared to the results obtained with databases Engineering Software. This difference in the results can be explained by the nature of real data that often have more noise.-
Formato: dc.formatv, 67f. : il., grafs., tabs.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Relação: dc.relationDisponível em formato digital-
Palavras-chave: dc.subjectMineração de dados (Computação)-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectCiência da computação-
Título: dc.titleEstudos empíricos dos métodos de balanceamento para a classificação-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.