Seleção Genética e Agrupamento por Dissimilaridade de Atributos Binários

Reduzir a quantidade de dimensões de um problema possibilita não só reduzir o tempo de processamento da técnica de aprendizado utilizada como também melhorar o desempenho da mesma. Seleção de Atributos e Agrupamento de Atributos são duas importantes formas de realizar tal redução. A primeira consiste na busca do conjunto ideal de atributos para solucionar determinado problema, ou seja, aquele que possibilita alcançar o melhor resultado quando utilizando um preditor. A segunda tem como intuito agrupar dimensões a fim de usar os agrupamentos para gerar o novo conjunto de entrada do problema. Este trabalho introduz um algoritmo genético para seleção de atributos que se diferencia de outros nos seguintes aspectos: (1) pela taxa de mutação individual por bit e proporcional ao coeficiente de correlação de Pearson e (2) pela geração da população inicial baseada no mesmo coeficiente. Além disso, apresenta um algoritmo de agrupamento de atributos que, diferente de outros trabalhos da literatura, uni dimensões mais dissimilares quanto possível. Experimentos foram executados com ambos os algoritmos e os resultados obtidos foram promissores. Executados individualmente tiveram bons resultados e, quando executados um após o outro, resultaram em melhores desempenhos. Os experimentos foram realizados sobre diferentes bases de dados, destacando-se como principal a base de classificação de textos Reuters 21.578. O melhor resultado obtido em tal base foi com Precision (P) de 98,90%, Recall (R) de 98,15% e F1 de 98,52%. O mesmo foi comparado com três outros trabalhos e foi superior ao melhor deles ([U?UZ, 2011]).