Tese de Mestrado.pdf

3.2. Análise de Mineração de Dados 25
informações não disponíveis a partir dos dados disponíveis: As tarefas preditivas podem
ser divididas em classicação e regressão:
ˆ Classicação Esta tarefa consiste em associar um item a uma ou várias classes
que são predenidas ou discretas. Cada classe corresponde a um padrão único de
valores dos atributos. Esse padrão único pode ser considerado a descrição da classe.
O objetivo da classicação é descobrir algum tipo de relação entre os atributos e
as classes. O algoritmo de classicação aprenderá que testes e valores devem ser
aplicados aos atributos para decidir por uma classe [Santos, 2011]. A construção do
modelo pressupõe o conhecimento prévio das possíveis classes e a correta classicação
dos exemplos usados na modelagem.
ˆ Regressão - Consiste na procura por uma função que represente o comportamento
apresentado pelo fenómeno em estudo. A forma mais conhecida de regressão é a
linear, por exemplo, uma reta que minimiza o erro médio entre todos os valores
considerados. Esta forma ajuda a calcular uma relação linear entre uma variável
dependente e uma independente e, depois usar aquela relação para previsão. Existe
também a regressão não linear. Diferentemente do caso linear, os parâmetros entram
na equação de forma não linear. Sendo assim, não se pode simplesmente aplicar
fórmulas para estimar os parâmetros do modelo. Os parâmetros obtidos destes
modelos são facilmente interpretáveis.
A aprendizagem não-supervisionada aplica-se em situações onde não se conhecem as
classes dos dados a serem analisados, tendo como objetivo agrupá-los com elementos que
possuem alguma característica em comum, para então, dada a relevância desta caraterística,
rotular os dados com as classes encontradas. Analisando a similaridade entre
determinados atributos, podem-se determinar grupos e a qual deles um indivíduo pertence.
As tarefas descritivas podem ser divididas em segmentação, associação e sumarização:
ˆ Segmentação (ou agrupamento ou Clustering) - Pode ser comparada a uma tarefa
de classicação sem classes pré-denidas. O objetivo de uma tarefa de segmentação
consiste em agrupar registos semelhantes e separar registos diferentes. Ao se trabalhar
com grandes bases de dados, é muito comum que padrões concorrentes se
cancelem ao se observar tudo de uma só vez.
ˆ Associação - Encontra correlações entre atributos diferentes em um conjunto de dados.
Esta estratégia é geralmente usada em aplicações onde se procura identicar
itens que possam ser colocados juntos em um mesmo tipo de negociação. A associação
também pode ser usada para avaliar a existência de algum tipo de relação