Proposta de um Algoritmo para Indução de Árvores de Classificação para Dados Desbalanceados

Entre as ferramentas de mineração de dados disponíveis nos sistemas de apoio à decisão e ambientes de Business Intelligence, as árvores de classificação possuem as vantagens da simplicidade conceitual e da interpretabilidade. Todavia, são comuns problemas de classificação nos quais os dados são desbalanceados, e as classes minoritárias tendem a ser negligenciadas por algoritmos baseados em minimização de erro global. Neste trabalho propomos um novo algoritmo de indução de árvores de classificação para tratamento de dados desbalanceados, com baixa necessidade de parametrização pelo usuário. Resultados preliminares mostram boas taxas médias de erros intra-classes do método em relação a outros competidores.