Ensembles na classificação relacional (2011)
- Authors:
- Autor USP: LLERENA, NILS EVER MURRUGARRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: APRENDIZADO COMPUTACIONAL; TEORIA DOS GRAFOS
- Keywords: Aprendizado de máquina; Bagging; Bagging; Boosting; Boosting; Classificadores baseados em grafos; Ensembles; Ensembles; Graph-based classifiers; Machine learning
- Language: Português
- Abstract: Em diversos domínios, além das informações sobre os objetos ou entidades que os compõem, existem, também, informações a respeito das relações entre esses objetos. Alguns desses domínios são, por exemplo, as redes de co-autoria, e as páginas Web. Nesse sentido, é natural procurar por técnicas de classificação que levem em conta estas informações. Dentre essas técnicas estão as denominadas classificação baseada em grafos, que visam classificar os exemplos levando em conta as relações existentes entre eles. Este trabalho aborda o desenvolvimento de métodos para melhorar o desempenho de classificadores baseados em grafos utilizando estratégias de ensembles. Um classificador ensemble considera um conjunto de classificadores cujas predições individuais são combinadas de alguma forma. Este classificador normalmente apresenta um melhor desempenho do que seus classificadores individualmente. Assim, foram desenvolvidas três técnicas: a primeira para dados originalmente no formato proposicional e transformados para formato relacional baseado em grafo e a segunda e terceira para dados originalmente já no formato de grafo. A primeira técnica, inspirada no algoritmo de boosting, originou o algoritmo KNN Adaptativo Baseado em Grafos (A-KNN). A segunda técnica, inspirada no algoritmo de Bagging originou três abordagens de Bagging Baseado em Grafos (BG). Finalmente, a terceira técnica, inspirada no algoritmo de Cross-Validated Committees, originou o Cross-Validated Committees Baseado emGrafos (CVCG). Os experimentos foram realizados em 38 conjuntos de dados, sendo 22 conjuntos proposicionais e 16 conjuntos no formato relacional. Na avaliação foi utilizado o esquema de 10-fold stratified cross-validation e para determinar diferenças estatísticas entre classificadores foi utilizado o método proposto por Demsar (2006). Em relação aos resultados, as três técnicas melhoraram ou mantiveram o desempenho dos classificadores bases. Concluindo, ensembles aplicados em classificadores baseados em grafos apresentam bons resultados no desempenho destes
- Imprenta:
- Publisher place: São Carlos
- Date published: 2011
- Data da defesa: 08.09.2011
-
ABNT
LLERENA, Nils Ever Murrugarra. Ensembles na classificação relacional. 2011. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2011. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102011-095113/. Acesso em: 25 jan. 2026. -
APA
Llerena, N. E. M. (2011). Ensembles na classificação relacional (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102011-095113/ -
NLM
Llerena NEM. Ensembles na classificação relacional [Internet]. 2011 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102011-095113/ -
Vancouver
Llerena NEM. Ensembles na classificação relacional [Internet]. 2011 ;[citado 2026 jan. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18102011-095113/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
