Uma Proposta para Evoluir Classificadores Simbólicos Utilizando
Algoritmo Genético
Algoritmo Genético
Flávia Cristina Bernardini*, Maria Carolina Monard |
Data Mining applications generally use learning algorithms in order to induce knowledge. In domains where explanation about classification decisions is essential, symbolic supervised learning algorithms are appropriated. To scale up learning algorithms to deal with large databases, data sampling techniques can be applied. Afterwards, learning algorithms can be used on each sample to induce a set of classifiers which can be combined into an ensemble of classifiers or into a unique classifier. In this work we consider the latter approach and propose the use of a genetic algorithm. We have implemented the genetic algorithm and several evaluation functions into a computational environment for evolving sets of knowledge rules, described in this work as well as experiments carried out on several datasets. Good experimental results were obtained by the genetic algorithm.
|
| Keywords: Symbolic Machine Learning, Genetic Algorithm, Evolution Computation. |
|
Em aplicações práticas de Mineração de Dados geralmente são utilizados algoritmos de aprendizado para induzir conhecimento. Quando é necessário explicar as decisões de classificação dos classificadores induzidos, são indicados algoritmos de aprendizado simbólicos. Entretanto, a maioria dos algoritmos de aprendizado simbólico disponíveis não conseguem manipular grandes bases de dados. Uma maneira de tentar solucionar esse problema é induzir vários classificadores, utilizando diversas amostras da base de dados, e combiná-los em um ensemble de classificadores ou em um único classificador simbólico. Neste trabalho exploramos essa segunda solução, propondo o uso de algoritmos genéticos utilizando diversas funções de avaliação. Também, descrevemos o sistema computacional que implementa esse algoritmo e experimentos realizados com algunas bases de dados. Os resultados experimentais mostram que é possível evoluir bons classificadores utilizando o algoritmo genético proposto.
|
| Palabras chaves:Aprendizado de Máquina Simbólico, Algoritmo Genético, Computação Evolutiva. |
 |
 |