Avaliação de uma Abordagem Hı́brida para Aprender com Classes Desbalanceadas: Resultados Experimentais com o

Abstract. There is an increasing interest in application of evolutionary algo-rithms to induce classification rules. This hybrid approach can aid in areas that classical methods to rule induction have not been completely successful. One example is the induction of classification rules in imbalanced domains. Imbalanced data occur when some classes heavily outnumber other classes. Frequently, classical Machine Learning classifiers are not able to learn in the presence of imbalanced data sets, outputting classifiers that always predict the most numerous classes. In this work we extend the experimental evaluation of the hybrid approach proposed in [Milare ́ et al. 2009] to deal with the problem of inducing classification rules in imbalanced domains. Resumo. Ha ́ um interesse crescente na aplicação de algoritmos evolucionários para induzir regras de classificação. Essa abordagem pode ajudar em áreas que métodos clássicos para indução de regras não têm obtido tanto sucesso. Um exemplo e ́ a indução de regras de classificação em domı́nios desbalanceados. Dados desbalanceados ocorrem quando algumas classes possuem um númer