Documente Academic
Documente Profesional
Documente Cultură
1 INTRODUO
O presente relatrio apresenta os resultados do terceiro trabalho da disciplina de
Reconhecimento de Padres, o qual especifica detalhes da implementao de dois modelos de
regresso para a base de dados Aerogerador e do classificador por Mnimos Quadrados
aplicado base de dados Dermatology, assim como de duas estratgias de validao cruzada
para esse classificador, no caso, Leave-One-Out e K-Fold.
O software foi implementado em linguagem Matlab, verso R2012 plataforma UNIX
64bits. Ele possui os aquivos Trab3_LBruno.m, Trab3_Lbruno.fig, aerogerador.dat e
dermatology.data (Com amostras incompletas j removidas).
2 IMPLEMENTAO
Esta seo apresenta alguns detalhes referentes implementao do classificador, dos
modelos de regresso e das estratgias de validao.
2.1 Regresso Linear
A Regresso Linear um modelo matemtico capaz de estimar valores atravs de uma
funo linear.
Baseada no mtodo dos mnimos quadrados, necessrio obter os valores dos
parmetros alpha e beta que minimizem a soma dos quadrados dos erros. Esses valores so
dados por:
a= y x
(1)
Tal que:
(2)
(5)
Para avaliar a qualidade do modelo gerado utilizado o coeficiente de determinao
(R) que indica a quantidade de de variabilidade que o modelo de regresso capaz de explicar.
O R para modelos polinomiais de grau maior que 1, ou seja, o coeficiente de
determinao ajustado dado pela frmula:
(6)
Em que k = p + 1
2.3 Modelo Sigmoidal
Sigmoide uma funo matemtica cuja plotagem possui formato de um 'S'. O modelo
sigmoidal se aplica aos dados do aerogerador por conta do formato gerado pelos dados de
potncia gerada.
Ela definida como:
f ( x)=
1
a( xc)
1+e
(7)
Em que 'a' e 'c' so os parmetros que definem o grau de inclinao da curva (slope) e
posio em reao ao eixo x.
Para determinar o melhor valor de slope para o modelo, foi criado um pequeno
algoritmo que busca esse valor, como pode ser observado no quadro 1.
Quadro1Trechodageraodomodelosigmoidal
...
1slp=0;
2pos=9.2;
3while(slp<=1)%Percorrendode0a1
4y2=600./(1+exp(slp*(xpos)));
5r2=1(sum((yy2).^2)/sum((ymean(y)).^2));
6slp=slp+0.1;
7if(r2>0.96)%baseadonoRdomodelopolinomial
8break;
9end
10end
Nas linhas 6 e 7 pode-se observar que o elemento da posio atual est sendo
removido, respeitando definio da estratgia leave-one-out.
Como mencionado acima, o maior valor da multiplicao A*x (linha 10) gera um vetor
e o maior elemento representa mostra a classe da patologia. A condio na linha 11 mostra se o
teste est correto.
A acurcia do modelo dada pelo nmero de acertos dividido pelo nmero de
amostras da base (cont/ len).
A varivel 'k' que define o nmero 'K' de subgrupos passado como parmetro nessa
funo.
Segundo definio, os dados so divididos e 'k' grupos. Os dados que restaram da
diviso so distribudos entre os grupos (linhas 3-7).
Na linha 14 gerado um range com valores referentes aos k intervalos de nAmostras
elementos
A varivel cont (linha 23) um conta os acertos do modelo. A acurcia dada pela
mdia do vetor de acertos (linha 26). mean(acertos)
3 RESULTADOS E DISCUSSO
Esta seo apresenta alguns resultados obtidos com a implementao dos modelos
polinomiais e sigmoidal e dos mtodos de validao cruzada para o classificador por Mnimos
Quadrados aplicados na base Dermatology. A figura 1 apresenta o software implementado.
Dermatite
Seborrica (60)
Lquen plano
(71)
Pitirase rsea
(48)
Dermatite
Crnica (48)
Pitirase rubra
pilar (20)
Pitirase
rubra pilar
Psorase
98,20%
1,8018%
0%
0%
0%
0%
Dermatite
Seborrica
0%
90%
0%
10%
0%
0%
Lquen plano
0%
0%
98,59%
0%
1.4085%
0%
Pitirase rsea
0%
6,25%
0%
93,75%
Dermatite
Crnica
0%
0%
0%
0%
100%
0%
Pitirase rubra
pilar
0%
0%
0%
0%
0%
100%
0%
Pitirase
rubra pilar
Psorase
99,1%
0,9%
0%
0%
0%
0%
Dermatite
Seborrica
1,66%
93,33%
0%
5%
0%
0%
Lquen plano
0%
0%
98,59%
0%
1,408%
0%
Pitirase rsea
0%
10,416%
0%
89,58%
0%
0%
Dermatite
Crnica
0%
0%
0%
0%
100%
0%
Pitirase rubra
pilar
0%
0%
0%
0%
0%
100%