Novo método para melhorar a extração de dados desequilibrados multi-classe

O desequil brio das classes um dos problemas mais dif ceis para as t cnicas de extra o de dados e de aprendizagem autom tica. Os dados em aplica es do mundo real t m frequentemente uma distribui o de classes desequilibrada. Isto ocorre quando a maioria dos exemplos pertence a uma classe maiorit ria e poucos exemplos pertencem a uma classe minorit ria. Neste caso, os classificadores padr o tendem a classificar todos os exemplos como uma classe maiorit ria e a ignorar completamente a classe minorit ria. Para este problema, os investigadores propuseram muitas solu es, tanto a n vel dos dados como a n vel algor tmico. A maioria dos esfor os concentra-se em problemas de classe bin ria. No entanto, a classe bin ria n o o nico cen rio em que o problema do desequil brio de classes prevalece. No caso de conjuntos de dados multi-classe, muito mais dif cil definir as classes maiorit ria e minorit ria. Assim, a classifica o multi-classe em conjuntos de dados desequilibrados continua a ser um importante t pico de investiga o. No nosso livro, propusemos uma nova abordagem baseada em SOMTE (Synthetic Minority Over-sampling TEchnique) e clustering que capaz de lidar com o problema de dados desequilibrados envolvendo m ltiplas classes. Implement mos a nossa abordagem utilizando ferramentas de aprendizagem autom tica de c digo aberto: Weka e RapidMiner.