Avaliação de desempenho dos algoritmos para classificação em data mining, ID3 e C4.5, na Shell Orion

Abstract

A crescente utilização de bases de dados para armazenamento de informações por grandes empresas e organizações, impulsionou o interesse na descoberta de conhecimento e padrões contidos nesses dados. O processo de extração de conhecimento de bases de dados tendo como principal etapa o data mining, auxilia na análise desses dados e na tomada de decisão, utilizando para isso ferramentas computacionais, que empregam métodos e tarefas de data mining. Nesta pesquisa foi desenvolvida a avaliação de desempenho da tarefa de classificação pelos algoritmos ID3 e C4.5, na Shell Orion Data Mining Engine. No desenvolvimento da avaliação de desempenho foram empregados métodos estatísticos como: validação cruzada; cálculo do fator de confiança; matriz confusão e o cálculo do erro médio. Também realizou-se a validação do conhecimento, apresentando-se os resultados obtidos em formas de regras ao especialista do domínio de aplicação, que pode também validar a Shell Orion quanto a funcionalidade e usabilidade, esta avaliação foi efetuada em forma de entrevista com questionário. A classificação foi realizada a partir de uma base de dados contendo registros de pacientes com sepse da Unidade de Tratamento Intensivo do Hospital das Clinicas de Porto Alegre, Rio Grande do Sul. A avaliação dos algoritmos da Shell Orion obteve resultados bastante satisfatórios, principalmente pela isenção de taxas de erro de classificação, o que pode ser verificado também por meio da entrevista com o especialista que avaliou a ferramenta, confirmando a utilidade e relevância dos algoritmos implementados.