Uma nova proposta para a regressão logística com base na integral de Choquet

Vol 55, 2023 - 161056
Trabalho completo (oral)
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A regressão logística é uma ferramenta importante em aprendizado de máquina. Ela pode ser vista como uma extensão da regressão linear para problemas de classificação. De fato, a formulação da regressão logística também usa um agregador linear, porém, dentro da função sigmoide. Como o agregador não permite modelar interações entre atributos, o que muitas vezes é necessário em problemas práticos, trabalhos na literatura vêm propondo o uso da integral de Choquet dentro da sigmoide. No entanto, esses trabalhos definem a integral de Choquet com base em uma capacidade, o que dificulta a etapa de treinamento devido à inclusão de diversas restrições ao modelo. Neste artigo, propomos uma nova formulação da integral de Choquet, baseada em um jogo. Neste contexto, eliminamos as restrições do modelo e etapa de treinamento se torna similar ao da regressão logística. Avaliamos nossa proposta a partir de experimentos preliminares em vários dados reais usados na literatura.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Estadual de Campinas
  • 2 Université Paris I Panthéon-Sorbonne
Eixo Temático
  • 11. IC – Inteligência Computacional
Palavras-chave
regressão logistica; Integral de Choquet; aprendizado de máquina