Potencial de técnicas de mineração de dados para modelos de alerta da ferrugem do cafeeiro.
Resumo. Este trabalho procurou avaliar o potencial de técnicas de mineração de dados no desenvolvimento de modelos de alerta da ferrugem do cafeeiro. Foram avaliadas quatro técnicas: Redes Neurais Artificiais, Árvores de Decisão, Support Vector Machines e Random Forest. A avaliação dos modelos gerados mostrou que as duas últimas técnicas geram modelos com maior taxa de acerto e melhores medidas de sensitividade e especificidade. As Redes Neurais Artificiais geraram modelos com alto valor de sensitividade, enquanto que as Árvores de Decisão obtiveram desempenho inferior quando comparadas às demais técnicas. O balanceamento de classes se mostrou um procedimento fundamental na melhora da taxa de acerto dos modelos.
Main Authors: | , , , |
---|---|
Other Authors: | |
Format: | Anais e Proceedings de eventos biblioteca |
Language: | pt_BR por |
Published: |
2013-11-21
|
Subjects: | Mineração de dados, Modelos de alerta, Ferrugem do cafeeiro, Redes neurais, Árvore de decisão, Data mining, Decision tree, Random forest, Coffee rust., Neural networks, support vector machines., |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/971782 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|