Comparando a Capacidade Preditora dos Algoritmos CART e CTREE

Autores

Palavras-chave:

algoritmos, mineração de dados, avaliação em larga escala, avaliação de desempenho, Exame Nacional do Ensino Médio.

Resumo

Mesmo que o algoritmo CART tenha sido aplicado de forma extensiva em estudos preditivos educacionais, pesquisadores argumentam que o CART apresenta sério viés seletivo.  Este viés é representado na preferência aos preditores com mais categorias. Este artigo considera este problema e compara os algoritmos CART e CTREE, este considerado não-viesado, tomando como resultado suas capacidades preditoras. Os algoritmos foram aplicados a um grande banco de dados educacional (N = 3670089), no qual estão incluídos vários preditores nominais e ordinais com muitas categorias, um cenário no qual existe alta possibilidade de produzir viés seletivo. Foram geradas uma árvore do CTREE e outra do CART, ambas com 16 folhas, provenientes de um modelo com 53 variáveis preditoras e a nota da redação final, como desfecho. A árvore do algoritmo CART apresentou uma predição muito melhor. Para grandes bancos de dados, possivelmente o algoritmo CART é mais indicado do que o algoritmo CTREE.

Biografia do Autor

Cristiano Mauro Assis Gomes, Universidade Federal de Minas Gerais

Departamento de Psicologia

Laboratório de Investigação da Arquitetura Cognitiva (LAICO)

Publicado

2020-10-10

Como Citar

Gomes, C. M. A., Lemos, G. C., & Jelihovschi, E. G. (2020). Comparando a Capacidade Preditora dos Algoritmos CART e CTREE. Avaliação Psicológica, 19(1). Recuperado de https://submission-pepsic.scielo.br/index.php/avp/article/view/17737

Edição

Seção

Relato de Pesquisa