#datamining — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #datamining, aggregated by home.social.
-
#DataScience Pills: O Ciclo da Classificação 📊
A mineração por classificação faz parte do aprendizado supervisionado.
O objetivo principal da quest aqui é: rotular dados e descobrir a qual classe uma ~observação~ pertence (ex: prever dia de chuva, se seu gato vai surtar após comer catnip ou conversão dos seu grande negocio de MEI).
Mas como garantimos que o modelo é realmente bom e não decorou os dados? É aqui que entram as estratégias de validação:
✅️A Divisão Tradicional: Separar dataset de treino e de teste.
✅️ K-Pasta para Validação Cruzada (ex: k=10, vira o famoso K-10 Pasta hehe):
Dividimos a base em 10 partes. Usamos 9 para treinar e 1 para testar, repetindo o ciclo 10 vezes para que todas as partes sirvam de teste.
Para bases menores, o LOOCV é uma opção, lembrando que ele não fala em partes, mas em registros/objetos da base -> apenas 1 registro para teste e 'n-1' para treino, repetindo o processo para cada linha do dataset -> custo computacional que fala)Esse processo de validação ajuda a equilibrar a troca-equivalente (~~trade-off~~) de viés e variância, garantindo que o modelo generalize bem para dados novos.
💡Por fim, aplicamos a matriz de confusão e suas métricas derivadas para avaliar a performance real do classificador sobre o que foi observado lá no inicio, para gerar a saída com base em dados já sabidos!
#datascience #datamining #machinelearning #analytics #dataengineering #KDD
De fato, modelos clássicos de classificação estruturam a base da tomada de decisão analítica em muitos pipelines atuais (sim, classificadores clássicos são uteis e rodam bem em diversas arquiteturas de analises preditivas), e também alimentam Agentic AI, que combinam o aprendizado supervisionado com genAI/LLM.
ref: CASTRO, Leandro Nunes de; FERRARI, Daniel. Introdução à mineração de dados. 1. ed. São Paulo: Saraiva, 2016.