Anais do XXXV Congresso Brasileiro de Ciência do Solo

AVALIAÇÃO DE QUATRO ALGORITMOS DE ÁRVORES DE DECISÃO USANDO DIFERENTES DENSIDADES DE AMOSTRAGEM

ISRAEL ROSA MACHADO⁽¹⁾; JOSÉ JANDERSON FERREIRA COSTA⁽¹⁾; ELVIO GIASSON⁽¹⁾; ALCINEI RIBEIRO CAMPOS⁽¹⁾; ELISÂNGELA BENEDET DA SILVA⁽¹⁾;
1 - UFRGS;

No mapeamento digital de solos alguns aspectos metodológicos necessitam ser melhor pesquisados. Dentre esses destaca-se a densidade de amostragem para o treinamento dos modelos de Árvores de Decisão. Este estudo teve como objetivo realizar a comparação de quatro algoritmos de AD, utilizando diferentes densidades de amostragem. Foram derivadas nove variáveis de terreno a partir do Modelo Digital de Elevação, usando seis densidades de amostragem na proporção de 0,2; 0,5; 1; 1,5; 2 e 2,5 pontos amostrais por hectare. As variáveis foram derivadas utilizando o System for Automated Geoscientific Analyses (SAGA GIS) e os dados tabulados no aplicativo computacional ArcGis 9.3. As ADs foram construídas no programa Weka 3.6.3. Obteve-se as melhores porcentagens de acurácia geral nas densidades 1,5; 2 e 2,5. Todos os modelos de AD conseguiram predizer o total de 6 Unidades de Mapeamento. Os algoritmos Simple Chart, BR Tree e J48 apresentaram os melhores valores de acurácia geral média, 56,7%, 55,5% e 55,1%, respectivamente.

[baixar arquivo pdf]