Mineração de dados para inferência da relação solo ... - IAC

continuamente, métodos de classificação contínua (lógica fuzzy) são desejáveis paradescreverem a variação do solo (BURROUGH, 2000).Essa técnica fuzzy tem sido intensamente utilizada em trabalhos de inferênciaespacial e, quando comparada à modelagem convencional, tem a prerrogativa de nãoforçar os especialistas a definirem regras dicotômicas rígidas com contatos normalmenteartificiais que diminuem a habilidade de articular eficientemente soluções paraproblemas complexos, tão comuns em processos naturais (TANSCHEIT, 2006). Essastécnicas de modelagem permitem simular, através do uso de “possibilidades”, asincertezas e transições tão comuns aos sistemas pedológicos. Isto é feitocorrelacionando-se o grau de certeza à experiência e ao conhecimento acumulado.Assim, a atribuição dos pesos às possibilidades de ocorrência das unidades demapeamento em uma área é totalmente controlada pelo julgamento subjetivo deespecialista experiente e que detenha um profundo conhecimento sobre a área de estudo.Este tipo de modelagem faz parte da categoria denominada “baseada no conhecimento”e se apresenta como uma alternativa para operacionalizar os levantamentos de solo.Porém, outras técnicas estão sendo desenvolvidas com a finalidade decompreender melhor as relações entre os vários elementos da paisagem, através dacriação de modelos que permitem a inferência dessas várias variáveis utilizando comoferramenta programas que envolvem o aprendizado de máquina.2.7 Árvores de decisãoMineração de dados ou Data Mining, é a principal etapa do processo dedescoberta de conhecimento em banco de dados (KDD - Knowledge Discovery inDatabases) e tem como objetivo encontrar padrões em dados armazenados nessesbancos (HAN & KANBER, 2001).As árvores de decisão são técnicas de mineração de dados utilizadas paraclassificação e predição das amostras desconhecidas através de aprendizado demáquina, ou seja, com base em registros conhecidos realiza-se um conjunto detreinamento, da qual então uma árvore é montada e, a partir desta árvore, pode-seclassificar a amostra desconhecida sem necessariamente testar todos os valores dos seusatributos (BREIMAN et al., 1984).A árvore de decisão consiste de uma hierarquia de nós internos e externos quesão conectados por ramos. O nó interno, também conhecido como decisório ou nó18