Árvores de Decisão

Prévia do material em texto

Árvores de Decisão
Algoritmos de classificação que têm amplo uso na prática
Facilidade de interpretação dos resultados obtidos
Permitem identificar as variáveis previsoras relevantes no processo de classificação
Podem ser utilizadas com outras técnicas para a pré-seleção de variáveis
Conjunto de dados é particionado inicialmente em subconjuntos mais “puros”, ou seja, mais homogêneos em termos da variável alvo, que o conjunto original
Cada subconjunto é particionado posteriormente em novos mais puros
Prossegue-se particionando até que os subconjuntos resultantes satisfaçam um critério de parada previamente definido
Conjunto superior tem dois tipos de indivíduos em proporções iguais (“impuro”)
Particionando em dois subconjuntos, cada um deles tem a preponderância de um dos tipos de indivíduos e, portanto, são mais puros que o conjunto original
Nó raiz: contempla todas as observações
Nó: segmento específico de elementos com característica homogêneas entre si
Nó terminal (folha): grupo de elementos homogêneos quanto à característica em estudo que não podem mais ser subdivididos
Nó pai: nó dividido em novos nós 
Nós filhos: nós resultantes
Esta árvore tem 3 níveis (profundidade igual a 3) por apresentar 3 camadas de nós
A folha mais à esquerda (nó 2) pode ser representada pela notação (92%; 8%)
92% das observações que caem nesse nó pertencem ao grupo A e 8% ao B
Nó apresenta também a porcentagem de clientes (50%) da base nele contida
A segunda caixinha (nó 12) indica que 100% dos indivíduos que caem nesse nó pertencem ao grupo A
Nas duas últimas caixinhas (nós 13 e 7) , todos os indivíduos pertencem ao grupo B