Classificação supervisionada#
Ajustar um modelo de classificação supervisionada pode ser entendido como encontrar um modelo ajustado que relaciona uma resposta às entradas, tentando fazer a predição da resposta de forma mais acurada possível para futuros dados de entrada.
Classificação de imagens de satélite#
No caso da classificação supervisionada de imagens de satélite, aqui apresentada, a ideia é associar classes do mundo real aos pixels e posteriormente, dado um pixel sem a associação, encontrar a classe à qual ele pertence.
Random Forest#
Árvores de decisão#
Árvores de decisão são modelos utilizados quando as variáveis de entrada podem ser tratadas na forma de estruturas de seleção, as chamadas condicionais (se-então), até se chegar no resultado da predição. Essas estruturas de seleção são as regras que são utilizadas para se classificar um objeto.
O que é Random Forest?#
O Random Forest nada mais é do que uma forma mais sofisticada derivada das árvores de decisão.
Métodos Preditivos e Bootstrap#
No Random Forest diversas árvores são utilizadas para se construir um modelo preditivo mais robusto. Para isso é utilizada a técnica de bootstrap, que é uma ferramenta usada para quantificar a incerteza associada com um determinado método de aprendizagem de máquina (modelo). Ele pode ser usado em situações onde é complicado se calcular o desvio padrão de um conjunto de interesse.
Variação e Consistência com Árvores de Decisão#
Uma árvore de decisão pode ter alta variância, o que significa que se o conjunto de treinamento for dividido, consequentemente, cada modelo treinado com uma dessas divisões levará a resultados bem diversos. É neste ponto que o bootstrap entra em cena, para se reduzir a variância de um método de aprendizado de máquina (procedimento chamado de bagging).
Construção e Resultados do Random Forest#
Para se obter o resultado desejado, um grupo de árvores é construído usando conjuntos de treinamento a partir da amostragem por bootstrap. Além disso, o Random Forest é capaz de descorrelacionar as árvores geradas. Mais detalhes dessas implementações podem ser encontradas em [FRIEDMAN2001]