Modelo de Classificação de Grupos baseado em Rotulação e Lógica Fuzzy.

As técnicas de agrupamento e classificação de dados são frequentemente utilizadas com a finalidade de extrair padrões e classificar novos elementos. A combinação de tais técnicas pode ser aplicada em bases que não se conhece o atributo classe, utilizando a interpretação dos grupos obtidos no processo de agrupamento para identificação de padrões que auxilie o processo de classificacão. Esta interpretação pode ser desempenhada por modelos de rotulação: modelos capazes de identificar características relevantes e utilizá-las na formação de rótulos. Este trabalho propõe um modelo de classificação de grupos utilizando os rótulos e lógica Fuzzy. O modelo proposto foi avaliado comparando a acurácia e desvio padrão, bem como analisado individualmente cada regra através da matriz de contingência. Para diferentes bases disponíveis no repositório UCI, os resultados mostram que as regras obtidas alcançaram taxas de precisão e especificidade acima de 94%, com acurácia e desvio padrão similares aos de algoritmos comparados.