Além do ASP: Um Framework Multiobjetivo Evolucionário de Árvores de Decisão para Tarefas de Classificação Binária

O Problema da Seleção de Algoritmos (ASP) recomenda o algoritmo mais adequado para uma instância específica. O framework EMODT-ASP, baseado em árvores de decisão e em uma abordagem multiobjetivo, foi originalmente proposto para o ASP, com foco na interpretabilidade. Estendemos esse framework para classificação binária, adaptando a função de avaliação para usar a AUC, incorporando suporte a features categóricas e limitando a profundidade das árvores a 7 níveis para garantir interpretabilidade. Avaliamos nossa abordagem em 26 bases binárias, obtendo um AUC médio de 0,792. Um estudo de sensibilidade revelou que a configuração original dos parâmetros é robusta e que árvores rasas podem sofrer overfitting com excesso de gerações, sendo esse efeito mitigado por limiares mínimos de instâncias por folha mais elevados. Para melhorar a generalização, sugerimos a criação automática de features e validação cruzada durante o treinamento. Queremos ainda estender nossa abordagem para problemas de multiclasse e de regressão.