Marcus Sampaio DSC/UFCG
Marcus Sampaio DSC/UFCG NaïveBayes Na modelagem estatística, todos os atributos são considerados igualmente importantes e independentes um do outro, dada uma classe Apesar desta suposição irrealista, ela conduz a um esquema bastante simples, com resultados surpreendentemente bons A idéia é contar quantas vezes cada par atributo-valor ocorre com cada valor do atributo-classe Este método simples e intuitivo é baseado na Regra de Bayes, de probabilidade condicional
Marcus Sampaio DSC/UFCG Usaremos o problema do tempo, como exemplo
Marcus Sampaio DSC/UFCG Estado/Temperatura simnão simnão ensolarado23quente22 nublado40amena42 chuvoso32fria31 ensolarado2/93/5quente2/92/5 nublado4/90/5amena4/92/5 chuvoso3/92/5fria3/91/5
Marcus Sampaio DSC/UFCG /Umidade /Ventania Jogo simnão simnão simnão alta34falso62 95 normal61verdade33 alta3/94/5falso6/92/5 normal6/91/5verdade3/93/5 9/145/14
Marcus Sampaio DSC/UFCG A idéia de um programa Oráculo, ou Preditor, baseado em estatísticas de Bayes
Marcus Sampaio DSC/UFCG EstadoTemp.UmidadeVentaniaJogo ensol.friaaltaverdade?
Marcus Sampaio DSC/UFCG Probabilidade de ter jogo (tem_jogo = 'sim') –2/9 x 3/9 x 3/9 x 3/9 x 9/14 = Probabilidade de não ter jogo (tem_jogo = 'não') –3/5 x 1/5 x 4/5 x 3/5 x 5/14 = Conclusão: para o dia previsto ensolarado, frio, ventoso e com umidade alta é aproximadamente quatro vezes mais provável que não haja jogo
Marcus Sampaio DSC/UFCG Probabilidades em percentagem –P[sim] = / ( ) = 20.5% –P[não] = / ( ) = 79.5%
Marcus Sampaio DSC/UFCG Exercício Individual Biblioteca WEKA –Muitos arquivos de dados –Técnicas de fragmentação: “Holdout” e “Cross Validation” –Algoritmos: 1R, Id3, J48, Prism, NaïveBayes –Para um arquivo de dados ‘Rode’ os 6 processos Entenda os resultados –Procure, na wikipedia, o significado de Algumas estatísticas (Kappa,...) Matriz de confusão Qual o melhor processo? –Documente tudo, e entregue –Prazo: 30/10