AULA 09 - Aprendizagem Supervisionada - Regressão (1)

Prévia do material em texto

Inteligência Artificial
Aula 09 – Aprendizagem Supervisionada - 
Regressão
Profa. Rafaella Nascimento
rafaellalnascimento@fac.pe.senac.br
Revisão
Modelagem
Definição: Criar um modelo utilizando um algoritmo de aprendizagem que aprenda 
com os dados explicando ou encontrando padrões.
1. Temos no início a Técnica/Algoritmo de aprendizagem (estratégia comput para resolver o problema)
• A técnica/algoritmo aprende e generaliza a partir de dados de treinamento. 
2. Temos um modelo (temos o conhecimento/aprendizado sobre os dados)
• Agora aplica-se o conhecimento adquirido a dados de teste (novos dados que ele nunca viu 
antes) para fazer previsões e ser avaliado quanto a seu propósito.
3. Temos um sistema
Modelagem
• Sabemos que os algoritmos de aprendizagem aprendem a partir de dados.
• Podemos utilizar dados históricos para realizar estas atividades.
Como vimos, precisamos de:
1. Dados para treinamento do modelo e 
2. Dados para teste do modelo.
Particionamento de Dados
Regressão
 
6
Regressão: O que é?
• Um objeto descrito por características (X) e uma resposta correspondente (Y). 
• Quando os valores de Y são categóricos (Classes), tem-se um problema de 
classificação.
• Quando tais valores são numéricos, tem-se um problema de regressão. 
Nº Quartos Tamanho (m²) Ano Construção Valor
2 70 2009 R$ 100.000,00
3 95 2009 R$ 150.000,00
4 153 2015 R$ 156.000,00
3 134 2015 R$ 132.000,00
2 102 1994 R$ 100.000,00
2 98 1980 R$ 87.000,00
1 60 2015 R$ 123.000,00
Regressão Linear
• De forma geral, aplicar técnicas de regressão consiste na obtenção de uma equação que 
explique a variação do Y pela variação do X. 
• Pode ser verificado a existência de uma relação funcional entre essas variáveis, através de 
um gráfico denominado diagrama de dispersão (linear). 
• O gráfico pode revelar o comportamento entre Y e X de várias formas como 
relacionamento linear, quadrático, exponencial...
Regressão Linear: Exemplo
• Considere um experimento em que se analisa a octanagem da gasolina (Y) em função da 
adição de um novo aditivo (X). 
• Foram realizados testes com os percentuais 1% a 6% de aditivo.
8
X Y
1 80,5
2 81,6
3 82,1
4 83,7
5 83,9
6 85,0
Correlação
• A correlação é uma técnica estatística que mostrará de que forma os pares de 
variáveis estão fortemente relacionados. 
• Por exemplo , a altura e o peso estão relacionados pois as pessoas mais altas 
tendem a ser mais pesadas do que as mais baixas. 
• A ligação não é perfeita. As pessoas de altura equivalente variam em peso, mas 
expressa uma tendência.
9
Correlação
• Uma estimativa = 1.0 é uma conexão positiva 
ideal entre as duas variáveis. 
Para um incremento positivo em uma variável, há 
também um incremento positivo na outra.
• Uma estimativa = – 1.0 existe uma conexão 
negativa ideal entre as duas variáveis. 
Os fatores se movem de forma inversa – para um 
incremento positivo em uma variável, há uma 
redução na variável subsequente. 
• Na hipótese remota de que a conexão entre dois 
fatores é 0, não há conexão entre eles.
Correlação
• O coeficiente de correlação de Pearson: também chamado de correlação linear ou r 
de Pearson, é um grau de relação entre duas variáveis quantitativas e exprime o grau 
de correlação através de valores situados entre -1 e 1.
•
• O coeficiente de correlação de postos de Spearman: denominado pela letra grega 
rho (ρ), é uma medida de correlação não paramétrica também avaliado no intervalo 
entre -1 e 1. Não exige a suposição de que a relação entre as variáveis seja linear, 
nem requer que as mesmas sejam quantitativas
Correlação
• Comparando os dois métodos:
Avaliação
 
13
Coeficiente de Determinação
Para regressão linear →
Outras técnicas de regressão
• Máquinas de Vector de Suport - Support Vector Regression (SVR)
• Rede Neural
• Árvores
• Random Forest
• Regressão linear
14
Dúvidas?
Profa. Rafaella Nascimento
rafaellalnascimento@fac.pe.senac.br