Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ

Capítulo IV. Classificação de óleos diesel
Tabela 4.4. Resumo dos resultados (erros de classificação para o conjunto de teste) para o SPA-
LDA, GA-LDA e SIMCA (4 níveis de significância do teste-F) aplicados ao conjunto de dados de óleos
diesel.
SPA-LDA GA-LDA
SIMCA SIMCA SIMCA SIMCA
1% 5% 10% 25%
Tipo I 11 11 - - 2 8
Tipo II 11 11 51 48 43 20
Total 22 22 51 48 45 28
Como pode ser visto na Tabela 4.4, o desempenho dos modelos LDA com a
seleção de variáveis pelo SPA ou GA é superior aos modelos SIMCA em todos os
níveis de significância do teste-F. Os modelos SIMCA menos adequados foram
aqueles avaliados para os níveis de significância de 1% e 5%, resultando em 51 e
48 erros, respectivamente. Os melhores resultados são alcançados com 25% (28
erros).
4.5.6. Análise de sensibilidade ao ruído
De forma semelhante ao capítulo III, os espectros do conjunto de teste foram
contaminados com ruído. Nesse caso, o desvio padrão do ruído adicional foi da
ordem de 10 -5 . Novamente, os modelos previamente obtidos foram aplicados para a
classificação do novo conjunto de teste de amostras de óleos diesel.
A Tabela 4.5 apresenta uma comparação entre os resultados de
classificação dos modelos SPA-LDA, GA-LDA e SIMCA para o novo cenário. Os
números entre parênteses indicam os resultados obtidos anteriormente (sem a
adição do ruído). O nível de significância do teste-F empregado para o SIMCA foi
aquele que apresentou o melhor desempenho preditivo no estudo inicial (25%).
Tabela 4.5. Número total de erros (Tipo I e Tipo II) obtidos pelos modelos SPA-LDA, GA-LDA e
SIMCA no conjunto de teste de óleos diesel contaminado pelo ruído.
SPA-LDA GA-LDA SIMCA
Amostras 22 (22) 42 (22) 26 (28)
O desempenho do modelo GA-LDA aplicado ao conjunto de teste foi afetado
pela adição do ruído, passando de 22 para 42 erros. Mais uma vez, a eficiência do
SPA quanto à presença do ruído foi comprovada, mantendo-se constante o número
de erros para o novo cenário. De fato, as variáveis selecionadas pelo GA (Figura
4.8), assim como aquelas selecionadas para o estudo de classificação de óleos
vegetais (Figura 3.10), apresentaram uma tendência em cobrir toda a faixa
espectral. Conseqüentemente, algumas regiões com pouca informação e/ou baixa
62