INDUÇÃO DE ÁRVORES DE PADRÕES FUZZY ATRAVÉS DA PROGRAMAÇÃO GENÉTICA CARTESIANA

Anderson Rodrigues dos Santos¹; Jorge Luís Machado do Amaral¹; Cesar Eduardo Rodrigues Ferreira de Almeida¹; Carlos Augusto Ribeiro Soares¹

¹ Universidade do Estado do Rio de Janeiro

Baixar PDF

Resumo

Este artigo descreve um sistema para indução de classificadores fuzzy baseados em Árvores de Padrões Fuzzy(APF) diferente dos tradicionais sistemas fuzzy baseados em regras. APF é um modelo hierárquico baseado em árvores, tendo como nós internos, operadores lógicos fuzzy e suas folhas são compostas pela combinação de termos fuzzy e atributos de entrada. O classificador foi obtido criando uma árvore para cada classe. Cada árvore será uma "Descrição lógica da classe" permitindo a interpretação do resultado. O método de aprendizado desenvolvido originalmente para gerar as APF foi substituído pela Programação Genetica Cartesiana (PGC), de modo a proporcionar uma melhor exploração do espaço de buscas. O classificador APF foi comparado com Support Vector Machines, K Nearest Neighbors e Random Forests, em diversas bases de dados do UCI Machine Learning Repository e apresentou resultados competitivos. Também foi comparado com APF geradas pelos métodos de aprendizado originais, apresentando resultados competitivos e árvores menores.

Palavras-chave: Aprendizado de Máquinas ; Árvores de Padrões Fuzzy; Programação Genética Cartesiana; Classificação; Interpretabilidade