Mapa Mental - Classificação Supervisionada

Prévia do material em texto

Etapas do Processo Dados Composicionais Representação do objeto Dados composicionais são envolve identificar vetores com componentes que características relevantes somam valor constante. dos dados. Componentes representam Seleção da medida de proporções ou percentuais similaridade para comparar relativos ao todo. objetos entre si. Esses dados exigem tratamento Agrupamento dos dados em especial na análise e classes com base nas classificação. características São comuns em contextos onde a selecionadas. soma das partes é fixa e Abstração dos dados para significativa. extrair descrições básicas dos grupos formados. Classificação Definição Tipos de Classificação Classificação Supervisionada Classificação supervisionada supervisionada usa usa dados rotulados para dados previamente treinar e classificar. classificados para Classificação não aprendizado. supervisionada agrupa dados sem Objetivo é encontrar rótulos pré-definidos. regras para Análise discriminante está classificar novos associada à classificação indivíduos supervisionada. corretamente. Cada tipo possui métodos e Também é conhecida objetivos específicos na como análise Aplicações da Classificação mineração de dados. discriminante em mineração de dados. Classificação é vital em ciências sociais, economia, medicina e Baseia-se em engenharia. exemplos rotulados Avaliação dre Permite análise e predição baseadas Curvas ROC avaliam classificador desempenho usando em padrões aprendidos dos dados. Representação e Abstração Suporta tomada de decisão em Representação identifica taxas de verdadeiros e falsos diversos campos de investigação características mais relevantes positivos. científica. dos dados originais. Precisão é calculada pela proporção É uma das tarefas centrais da Abstração extrai descrições de acertos sobre O total de mineração de dados para extração de básicas para representar grupos amostras. conhecimento. formados. Métricas como precision medem a Modelos são usados para qualidade da predição positiva do representar grupos na etapa de classificador. abstração. Avaliar erros e acertos é Essas etapas facilitam a fundamental para validar a compreensão e interpretação dos eficiência do modelo. dados agrupados.