Ranqueamento de atributos por meio de random forests e métricas de centralidade em redes complexas (2022)
- Authors:
- Autor USP: CANTÃO, ADRIANO HENRIQUE - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- DOI: 10.11606/D.59.2022.tde-05122022-102337
- Subjects: MÉTRICAS DE SOFTWARE; REDES COMPLEXAS; COMPUTAÇÃO APLICADA
- Keywords: Centrality measures; Complex networks; Feature ranking; Métricas de centralidade; Random forests; Ranqueamento de atributos
- Agências de fomento:
- Language: Português
- Abstract: O volume de dados disponíveis aumentou rapidamente nos últimos anos e, com isso, os datasets geralmente acabam tendo muitos atributos irrelevantes que podem dificultar a compreensão humana e até levar a modelos de aprendizado de máquina ruins. É possível lidar com esse problema ordenando os atributos de acordo com suas relevâncias e, se desejado, pode ser aplicado um valor de corte ou a estratégia dos top-k para reduzir o número de atributos, mantendo apenas os mais relevantes. Esta pesquisa aborda esse problema e propõe um novo método que emprega árvores de uma Random Forest para transformar um dataset em uma rede complexa na qual métricas de centralidade são aplicadas para ranquear os atributos. O processo representa cada árvore como um grafo, onde todos os atributos na Árvore de Decisão são vértices e as ligações entre os nós (pai → filho) da árvore são representados por uma aresta ponderada entre os dois respectivos vértices. A união de todos os grafos de árvores individuais leva à rede complexa. Experimentos foram realizados em 97 datasets de classificação e regressão rotulados, com variação nos níveis de ruído dos atributos e dos exemplos. Os resultados mostram que, para redes complexas geradas a partir de Random Forests, as métricas de peso de aresta unitário e out-of-bag apresentaram melhores resultados para datasets de classificação e regressão, respectivamente; as métricas de centralidade tiveram melhor desempenho em redes não orientadas, em geral. É possível concluir que a centralidade do autovetor e a importância dos atributos da Random Forest têm desempenho equivalente. Em outras palavras, não houve diferença estatisticamente significativa entre eles em todas, exceto em uma situação (com 40% de ruído nos exemplos para datasets de regressão), com nível de confiança de 95%
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2022
- Data da defesa: 13.09.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
CANTÃO, Adriano Henrique. Ranqueamento de atributos por meio de random forests e métricas de centralidade em redes complexas. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-05122022-102337/. Acesso em: 04 jun. 2024. -
APA
Cantão, A. H. (2022). Ranqueamento de atributos por meio de random forests e métricas de centralidade em redes complexas (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-05122022-102337/ -
NLM
Cantão AH. Ranqueamento de atributos por meio de random forests e métricas de centralidade em redes complexas [Internet]. 2022 ;[citado 2024 jun. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-05122022-102337/ -
Vancouver
Cantão AH. Ranqueamento de atributos por meio de random forests e métricas de centralidade em redes complexas [Internet]. 2022 ;[citado 2024 jun. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-05122022-102337/
Informações sobre o DOI: 10.11606/D.59.2022.tde-05122022-102337 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
