Classificador entrópico

Abstract

Modelos de árvore de decisão são amplamente utilizados para tarefas de classificação e regressão. Diversos estudos já foram publicados com análises de aplicação e aperfeiçoamento destes modelos. Este trabalho tem o objetivo de construir um modelo de classificação utilizando uma estrutura de árvores de decisão, em que através da construção de uma função linear ou quadrática é possível separar os dados e calcular seu valor de entropia. Além da definição e formulação do classificador foram feitos diversos experimentos com diferentes conjuntos de dados, estas análises foram feitas para verificar a qualidade do classificador e também explorar possíveis falhas. Com as análises realizadas verificou-se bons resultados, especialmente em comparação com modelos tradicionais.

Decision tree models are widely used for classification and regression tasks. Several studies have already been published with analyzes of the application and improvement of these models. This work aims to build a classification model using a decision tree structure, in which, through the construction of a linear or quadratic function, it is possible to separate the data and calculate its entropy value. In addition to the definition and formulation of the classifier, several experiments were carried out with different sets of data, these analyzes were carried out to verify the quality of the classifier and also to explore possible failures. With the analyzes carried out, good results were verified, especially in comparison with traditional models.