fbpx

Sabe distinguir classificação supervisionada de não supervisionada?

A classificação supervisionada e a não supervisionada são duas grandes metas de machine learning. Ambas permitem classificar, ou seja, atribuir indivíduos a grupos. Mas, o que as distingue?

  • Os métodos de classificação supervisionada requerem que o conhecimento prévio da composição dos grupos. A variável qualitativa, que identifica o grupo a que cada indivíduo pertence, assume o papel de variável dependente. O objetivo é, a partir das características dos indivíduos de que se dispõe (variáveis independentes), desenvolver modelos que consigam predizer a que grupo cada indivíduo pertence. Estes modelos são utilizados para fins preditivos, ou seja, conhecendo as características de novos indivíduos, os modelos permitem predizer a que grupo pertencem, sujeito a erros de classificação. Estes métodos permitem quantificar a probabilidade de pertencer a um determinado grupo, ou seja, permitem quantificar riscos.
  • Na classificação não supervisionada, não se dispõe de uma variável que identifique grupos, procurando-se encontrar uma estrutura nos dados que permita agrupá-los. Todas as variáveis têm o mesmo papel na análise. Estes métodos são muito úteis para tipificar indivíduos e identificar outliers multivariados (indivíduos com padrões atípicos).

 

 

Exemplos de aplicação

 

Área

Classificação supervisionada Classificação não supervisionada
Marketing Avaliar a propensão à compra de um produto tendo em conta as características do cliente Segmentar clientes a partir do seu histórico de consumo

 

Turismo Quantificar o risco de cancelamento de uma reserva Traçar perfis de reservas (de lazer ou de negócios, por exemplo)
Medicina Estimar a probabilidade de contrair uma doença, tendo em conta o seu nível de exposição a determinados fatores de risco Segmentar pacientes tendo em conta o seu estilo de vida (exercício físico, alimentação, etc)
Genética Avaliar o risco de cancro através da expressão genética dos pacientes Analisar dados de expressão genética através da identificação de genes com expressão similar
Finanças Predizer se o valor de uma ação vai aumentar;

Quantificar o risco de crédito;

Segmentar clientes tendo em conta o seu histórico de utilização do cartão de crédito
Psicologia Predizer se os indivíduos são favoráveis a determinada política de direitos humanos, tendo em conta as suas atitudes Tipificar indivíduos a partir dos seus valores, atitudes e comportamentos

 

 

dezembro 20, 2020
© 2019. All rights reserved.