• Informações do Trabalho

Titulo ANÁLISE COMPARATIVA DE MÉTODOS DE AGRUPAMENTOS Subtítulo Autor Raphael de Oliveira Paiva Orientador Custódio Gouvêa Lopes da Motta Resumo O presente trabalho apresenta, inicialmente, conceitos relativos à mineração de dados e, em seguida, detalha um estudo comparativo de alguns métodos particionais e baseados em modelo da análise de agrupamento. O objetivo desse estudo é avaliar o comportamento dos métodos quando submetidos a características distintas de bases de dados, variando os números de amostras, de atributos e de classes. Outro interesse está em verificar a influência de técnicas de padronização dos dados nos resultados ?nais obtidos por cada método de agrupamento. Foram utilizados quatro métodos de agrupamentos: K-means e K-medoid implementados especialmente para este trabalho e K-means e o método de Maximização de Expectativas (EM) disponíveis para uso acadêmico no sistema WEKA. Todos os algoritmos foram submetidos a diversos testes, com seis bases de dados tradicionais, de forma a verificar suas acurácias de predição e seus desempenhos. Finalizando, avalia-se a eficácia dos métodos usados nesse trabalho, bem como, identifica-se quais deles são adequados para cada base de dados em questão, visto que os resultados em análise de agrupamento dependem bastante do problema apresentado. Palavras-Chave Mineração de dados, análise de agrupamento, K-means, K-medoid, Maximização de Expectativas