Buscar

Predições com árvore de decisão para regressão1

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 3 páginas

Prévia do material em texto

Predições com árvore de decisão para regressão 
 
Um Engenheiro Mecânico é o profissional responsável pelo controle de qualidade de peças metálicas. Essas peças são 
produzidas em um torno mecânico, que opera com velocidade de rotação de 200 a 300 rpm. 
O principal cliente de uma empresa vem reclamando de problemas de alta rugosidade nas peças. Dessa forma, a equipe 
de produção planejou testar dois novos tipos de ferramentas de corte, A e B, e em cada uma dessas ferramentas 
verificar se um tratamento químico superficial das peças também poderia ajudar a diminuir a rugosidade superficial, 
medida em micrometros (μm)μm) . A equipe realizou alguns ensaios em que o tratamento químico foi codificado como S 
(sim, com tratamento) e N (não, sem tratamento). Ao final, ajustou uma árvore de decisão aos dados, exibida na figura a 
seguir: 
 
Fonte:Elaborada pelo autor. 
 
Com esse resultado, o Engenheiro Mecânico conseguiu chegar à conclusão de que precisava: qual a melhor 
combinação entre a velocidade do torno, a ferramenta a utilizar, e se o tratamento químico ajudava a reduzir a 
rugosidade superficial da peça. 
 
 
 
Vamos Praticar 
Agora que você já compreendeu as funções e os objetivos da construção de árvores de decisão para regressão e classificação. Vamos praticar sobre esse tema por meio da 
aplicação do conhecimento adquirido no estudo do caso proposto, respondendo às seguintes perguntas: 
1. Quais são as variáveis estudadas e seus tipos? 
2. Quais são as variáveis de entrada e qual é a variável resposta? 
3. Que variável de entrada a árvore de decisão considerou como a primeira mais importante? 
4. Que variável de entrada a árvore de decisão considerou como a segunda mais importante? 
5. Essa árvore, como modelo preditivo, considerou relevante o efeito do tratamento químico superficial das peças? 
6. Onde estão localizadas, na árvore construída, as estimativas para a qualidade da rugosidade superficial, medida em micrometros (μm)μm) ? 
7. Quais as estimativas de rugosidade superficial para a utilização da ferramenta A a uma velocidade abaixo de 260 rpm e para a utilização da ferramenta B a uma 
velocidade maior do que 240 rpm? 
RESPOSTAS 
1) Ferramenta de corte (qualitativa), velocidade de rotação – RPM (quantitativa), rugosidade da peça (qualitativa), tratamento químico (qualitativa). 
2) Variável de reposta: rugosidade da peça. Variável de entrada: tipo de ferramenta, velocidade de rotação (Rpm) e tratamento químico. 
3) Tipo de ferramenta 
4) Velocidade de rotação – RPM 
5) Não levou em consideração o efeito do tratamento químico 
6) Estão nos terminais da árvore 
7) Rugosidade para Ferramenta A, RPM< 260 = 21,99 
 Rugosidade para Ferramenta B, RPM> 240 = 38,72 
 
	Vamos Praticar

Continue navegando