Seleção de Critérios de Validação em Agrupamento via Meta-Aprendizado
Na área de Mineração de Dados existem diferentes métodos que podem ser adotados para
a análise de grandes volumes de dados. Dentre elas, destaca-se o agrupamento de dados.
Como essa tarefa consiste em não se saber nada sobre a partição real, deve-se fazer uma
análise criteriosa do seu resultado e para isso existem os critério de validação. Embora
muitos critérios tenham sido propostos, ainda é uma tarefa desafiadora indicar qual o
critério é mais adequado para cada cenário de aplicação. Considerando este fato, o presente
projeto propõe o uso de conceitos de meta-aprendizado para a seleção automática de
critérios relativos de validação de agrupamento, considerando as caracteríısticas inerentes
a cada problema sob investigação. Para essa solução também é preciso identificar quais
são os meta-atributos para cada conjunto de dados que possuem influência no desempenho
dos critérios de validação. Os resultados podem servir como uma diretriz para selecionar o
índice mais adequado para cada aplicação possível.