Desenvolvimento e avaliação do algoritmo PREPPY: uma nova abordagem para indução de regras do DRSA

Abstract

Neste trabalho, apresenta-se o algoritmo PREPPY (Permutation-based Recall and Precision Pattern Yielding) para indução de regras de classificação, concebido como uma alternativa inovadora aos métodos tradicionais baseados em RST. Alinhado aos avanços teóricos da Dominance-based Rough Set Approach, o PREPPY integra critérios e atributos categóricos – ordinais ou nominais –, utilizando a estratégia de exploração de combinações de atributos e indução incremental de regras. A otimização equilibrada entre recall e precision é visada na geração de modelos concisos, interpretáveis e generalizáveis para ambientes com dados heterogêneos. A eficácia do método foi avaliada no conjunto de dados real 1985 Auto Imports e em comparações com o DomLEM utilizando conjuntos sintéticos, considerando métricas de classificação diversas. Os resultados evidenciam uma performance positiva no conjunto de dados real e desempenho superior em relação ao algoritmo DomLEM nos conjuntos considerados, embora apontem desafios na discriminação de classes intermediárias e na complexidade computacional.