Novas Contribuições para a Geração Aleatória de Pirâmides

• Type: Article in International Conference Proceedings Book
• Date: 2008

Authors

Vasco Machado (Author) FEUP; Fernanda Campos de Sousa (Author) FEUP

Conference proceedings National

Title: Actas das XV Jornadas de Classificação e Análise de Dados

Pages: 11-12

XV Jornadas de Classificação e Análise de Dados

Setúbal, Portugal, 27 a 29 de Março

Scientific classification

FOS: Natural sciences

Other information

Resumo (PT): Da aplicação de um método de Classificação resulta uma estrutura classificatória, isto é, um conjunto de relações de agrupamento entre os elementos que se pretende classificar. Seja E o conjunto de elementos a classificar associado a um quadro de dados multivariados. A natureza da estrutura classificatória obtida, traduzida por um conjunto de propriedades matemáticas a satisfazer, depende do tipo de método de classificação usado. Como principais tipos de estruturas classificatórias referem-se as partições, as hierarquias e as pirâmides, resultados da aplicação de métodos de Classificação Não-Hierárquica (C.N.H.), de Classificação Hierárquica (C.H.) e de Classificação Piramidal (C.P.), respectivamente. Interessa salientar dois aspectos sobre estas metodologias: i) o facto da aplicação de um método de classificação a um quadro de dados dar sempre origem a estrutura classificatória (mesmo na situação limite do quadro de dados ser obtido por geração aleatória de uma distribuição uniforme) ii) ser genericamente aceite que dois factores contribuem para a estrutura classificatória resultante: o quadro de dados e o critério de classificação usado. Vários estudos, na sua maioria de simulação, mostraram que o desempenho de um dado critério depende acentuadamente do tipo de relações de semelhança existentes entre os dados e da intensidade dessas relações (designados em geral por estrutura inicial). Os aspectos mencionados não devem ser entendidos como limitadores das metodologias classificatórias, devem sim conduzir a uma percepção de obrigatoriedade de avaliação do resultado final, isto é, perceber e quantificar qual a parte da estrutura classificatória obtida que reflecte relações existentes nos dados e qual a parte que é da exclusiva responsabilidade do método/critério usado. Esta problemática insere-se numa área mais vasta, a de Validação em Classificação, com contribuições relevantes nas últimas décadas. A posse de algoritmos para a geração aleatória de dendrogramas , revelou-se uma ferramenta útil na avaliação dos diferentes tipos de métodos de C.H.. Para este assunto indica-se Tendeiro (2005) e referências aí contidas. Recentemente, Machado (2007), foi proposto e discutido um método de geração aleatória de pirâmides, denominado de RAP (Random Generation Algorithm of Pyramids), que gera pirâmides, fixado o número de nós terminais. É agora proposto um novo método de geração de pirâmides, QuikRAP, que introduz melhoramentos ao anterior, acompanhando a evolução também ocorrida nos métodos de C.P.A.. O algoritmo RAP actua de modo muito semelhante ao algoritmo de C.P.A. proposto por Bertrand (1986) enquanto que este novo algoritmo de geração aleatória de pirâmides, QuikRAP, segue mais de perto o método QuikCAP desenvolvido por Mfoumoune (1998).

Language: Portuguese

Type (Professor's evaluation): Scientific