Seleção de atributos Mariana Pinheiro Bento IA368Q.

Apresentação em tema: "Seleção de atributos Mariana Pinheiro Bento IA368Q."— Transcrição da apresentação:

1 Seleção de atributos Mariana Pinheiro Bento IA368Q

2 Introdução  Uma técnica de redução de dados  Lida com análise de dados complexos  Diminuição de grandes quantidades de amostras ou atributos  Mantém a integridade dos dados originais

3 Objetivo  Detectar e Remover atributos ou amostras: Irrelevantes De pouca relevâncias Redundantes Ruidosos  Diminuir o tempo de processamento

4 Métodos  Para n atributos, existem até 2 possíveis subconjuntos  Redução do espaço de busca: escolha ótima local, afim de encontrar a solução ótima global  A independência dos atributos é assumida n

5 Stepwise forward selection  Começa com o conjunto reduzido vazio  O melhor atributo original é incluído no conjunto reduzido  Nas próximas iterações, o melhor atributo do conjunto remanescente é selecionado

6 Stepwise backward elimination  Começa com o conjunto completo  Em cada iteração, remove o pior atributo que permanece no conjunto  Pode-se fazer a combinação das duas técnicas em cada iteração: selecionando o melhor atributo e removendo o pior do conjunto remanescente

7 Decision tree induction  Originalmente desenvolvido para classificação  Gera um fluxograma, em que cada nó o algoritmo calcula o melhor atributo  Atributos que não aparecem na árvore são irrelevantes

8 Critério de parada  Varia de método para método  Finaliza o processo: threshold na medida usada para determinar o processo de seleção Quantidade de iterações

9 PCA  Procura atributos redundantes  Redundância: atributos correlacionados  Escolha de dados mais representativos a partir de combinações lineares dos dados originais

10 PCA  Transformada linear ótima  Componente principal(vermelha): melhor representa os dados  Componente secundária (azul): perpendicular a princial

11 PCA  Calcular a média de cada atributo  Subtrair essa média dos dados originais  Calcular a matriz de covariância  Calcular autovetores e autovalores da matriz de covariância  Matriz da transformada de Hotelling: linhas são autovetores arranjados de maneira decrescente de autovalores

12 PCA  O autovetor com o maior autovalor associado, corresponde à componente principal do conjunto de dados usado  Expressa os dados de maneira mais significativa