Metaheurísticas de Otimização Tradicionais e Híbridas Utilizadas Para Construção de Comitês de Classificação
Comitês de Classificadores; Otimização Metaheurística; Medidas de boa e má Diversidade.
Este trabalho aborda o uso de técnicas de otimização tradicionais e híbridas no contexto
mono e multi-objetivo para otimização do problema de classificação de padrões em comitês
de classificação. O problema de classificação de padrões é tratado como um problema de
otimização procurando encontrar o subconjunto de atributos e classificadores do problema
que minimize o erro de classificação do comitê. São realizados experimentos em diferentes
cenários mono e multi-objetivo otimizando o erro de classificação e as medidas de boa e má
diversidade. O objetivo é verificar se adicionar as medidas de diversidade como objetivos
de otimização resulta em comitês mais acurados. Assim, a contribuição desse trabalho
é determinar se as medidas de boa e má diversidade podem ser utilizadas em técnicas
de otimização mono e multi-objetivo como objetivos de otimização para construção de
comitês de classificadores mais acurados que aqueles construídos pelo mesmo processo,
porém utilizando somente a acurácia de classificação como objetivo de otimização.