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

dados estratificados retirados antes das análises. Essa metodologia foi utilizada visandoum maior aprendizado pelo programa, pois o banco de dados é muito extenso, e ametodologia tradicional de fazer o teste em 1/3 (33%) dos dados a partir do aprendizadode 2/3(66%) pode gerar uma baixa acurácia de predição.Com a finalidade de melhorar a acurácia geral do modelo na predição dasunidades de mapeamentos dos solos retiraram-se as UNIMAPS com menorrepresentatividade, ou seja, com probabilidade zero de ocorrência no balanceamento declasses 0 e que, portanto, não estavam fazendo parte do modelo por apresentarem umabaixa distribuição espacial nas folhas estudadas. Uma vez retiradas, novos modelosforam gerados através das mesmas metodologias para observar os resultados.Para finalizar, refinamentos foram feitos através de uma técnica denominadapoda da árvore de classificação. As podas foram realizadas com os valores 10, 50 e 100,sendo estes o número mínimo de pixels necessários para que a folha da árvore fosseestabelecida e os resultados foram comparados. Esses valores foram escolhidos emfunção da área mínima mapeável, considerada igual a 0,6 x 0,6 cm 2 , de um mapa desolos na escala 1:50.000.Utilizando-se uma grade de 30 x 30 metros para a elaboração do MDE nascartas topográficas 1:50.000, têm-se que 1 cm no mapa corresponde a 500 metros.Portanto, a área mínima mapeável é de 90.000 m 2 , que dividida pela área de um pixelcorresponde a um total de 100 pixels, sendo este, portanto, o valor máximo da poda.Além disso, com a finalidade de observar o rankeamento dos parâmetrosmorfométricos para o modelo foram feitos testes de ganho de informação (entropia) equi-quadrado, através dos quais se obteve determinada ordem para o modelo nas duasfolhas.A Entropia foi descrita no capítulo 2.7 e o Qui-Quadrado (equações 8 e 9),simbolizado por χ 2 , é um teste de hipóteses que se destina a encontrar um valor dadispersão para duas variáveis nominais, avaliando a associação existente entre variáveisqualitativas. O princípio básico deste método é comparar proporções, isto é, as possíveisdivergências entre as freqüências observadas e esperadas para certo evento.Evidentemente, pode-se dizer que dois grupos se comportam de forma semelhante se asdiferenças entre as freqüências observadas e as esperadas em cada categoria foremmuito pequenas, próximas a zero. PEARSON (1900) propôs a seguinte fórmula paramedir as possíveis discrepâncias entre proporções observadas e esperadas:45