Tratando dados desbalanceados em classificação hierárquica

Em tarefas de classificação de dados, existem limitações que podem prejudicar o desempenho de alguns algoritmos tradicionais de Aprendizado de Máquina, como, por exemplo, o desbalanceamento das amostras das classes de um conjunto de dados. Para mitigar tal problema, algumas alternativas têm sido alvos de pesquisas nos últimos anos, tal como o desenvolvimento de técnicas para o balanceamento artificial de dados, a modificação de algoritmos para que possam lidar com dados desbalanceados e a proposta de novos algoritmos para tal. Uma tarefa de classificação que tem ganhado importância nos últimos anos é a de classificação hierárquica, em que as classes são organizadas em hierarquias, normalmente na forma de árvore ou DAG (Direct Acyclic Graph). Nessa tarefa, é comum a presença de desbalanceamento entre as classes em níveis diferentes e em um mesmo nível da hierarquia. O tratamento de dados desbalanceados em classificação hierárquica é uma tarefa pouco explorada. Este artigo tem por objetivo investigar as limitações das abordagens existentes e alternativas para minimizar os efeitos de dados desbalanceados em problemas de classificação hierárquica. Os experimentos realizados mostram que é necessário levar em consideração as características das classes hierárquicas para a aplicação (ou não) de técnicas para tratar problemas dados desbalanceados em classificação hierárquica.FAPESPCAPESCNP