EXPERIMENTOS COM UMAP E ELECTRE-TREE PARA ANÁLISE DE PAÍSES CONSIDERANDO INDICADORES SOCIOECONÔMICOS

O recente método de Apoio Multicritério à Decisão ELECTRE-TREE foi proposto para problemas de classificação ordinal, unindo aspectos do tradicional ELECTRE-TRI-B com uma abordagem de aprendizado de máquina para uma elicitação de parâmetros de maneira indireta. Neste trabalho, usamos o ELECTRE-TREE em conjunto com uma técnica de redução de dimensionalidade (UMAP) para classificar países de acordo com suas performances em indicadores socioeconômicos. Dentre os experimentos realizados, considerou-se diferentes números de modelos para a construção do comitê de classificação dada uma projeção do UMAP. Em seguida, um experimento testou um número fixo de modelos (100), porém, com variações nas projeções do UMAP antes do aprendizado de parâmetros. Resultados consistentes foram observados com uma acurácia preditiva em torno de 80%. Detalhes da obtenção e tratamento de dados são discutidos ao longo do texto, assim como as principais contribuições dessa pesquisa.