Projeto Aplicacao em Mineração de Dados
•
0 gostou•505 visualizações
Este documento descreve um projeto de mineração de dados sobre acidentes de trânsito registrados pela PRF em Minas Gerais. Os objetivos eram classificar os acidentes e encontrar correlações entre atributos. A análise incluiu pré-processamento, agrupamento, classificação e regras de associação, identificando três tipos de acidentes e relações entre dias da semana e número de vítimas.
![Base de dados PRF2008_2 ,[object Object],[object Object],[object Object]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recomendados
Recomendados
Mais conteúdo relacionado
Último
Último (20)
Destaque
Destaque (20)
Projeto Aplicacao em Mineração de Dados
- 1. Mineração de dados Projeto de Aplicação Rafael Vieira Carvalho Mestrando Ciência da Computação DCC - UFMG
Notas do Editor
- Olá. Sou Rafael Vieira Carvalho, mestrando em ciência da computação pelo departamento de ciência da computação da UFMG e venho apresentar meu projeto de aplicação no contexto de mineração de dados
- Neste trabalho, tentaremos encontrar padrões na relação de dados de acidentes registrados pela polícia rodoviária federal em Minas gerais durante o mes de marco de 2007. A base é composta por 1287 boletins de ocorrência, cada um com 112 atributos.
- Trabalharemos visando três objetivos principais: -> O primeiro visa d escobrir um modelo que consiga classificar os acidentes de forma que possamos identificar os atributos que caracterizem cada classe de acidentes. -- Uma utilização disto é a melhor análise dos acidentes pela PRF, que poderá focar nos acidentes com maior o corrência ou com maior número de fatalidades. -> o segundo visa identificar atributos mais d i scriminativos e desconsiderar atributos menos d i scriminativos -- Este resultado pode agilizar os relatórios sem perda de informação. Além disto, podemos conseguir diminuir o nível de ruído no modelo e obter resultados mais semelhantes à realidade da base. -> o terceiro e ultimo é v erificar correlação entre atributos. Tentaremos Identificar atributos que , utilizados juntos , conseguem produzir melhores resultados. --Isto pode auxiliar na importância de alguns atributos que podem não ser muito significativos individualmente, mas que, em grupo , podem ser bem discriminativos .
- Como passo inicial, realizamos o pre-processamento da base. Reduzimos o seu tamanho retirando atributos que não são utilizados. Logo depois, normalizamos os dados, utilizando a soma de informações ou a informação mais relevante no lugar de vários atributos que tinham a mesma informação. Por fim, codificamos os atributos numéricos como categóricos, para que possamos utilizar métricas como o apriori.
- A fim de obter as características gerais da base e identificar os atributos que podem ser mais discriminativos, antes de tentar qualquer tipo de classificação, analizemos o resultado da operação de clustering. 3 clusters foram selecionados por validação cruzada utilizando o clustering EM da biblioteca Weka No 1o – foram agrupados Acidentes considerados rotineiros (76%) -- todo dia, ilesos No 2o - Acidentes considerados de nível médio (19%) – principalmente no fds, vitimas e mortos condutores, sintomas de enbriagues No 3o - Acidentes graves (1%) -- principalmente no fds, mortos condutores passageiros e pedestres
- Agora, Utilizamos regras de associação com tres objetivos: Classificação por tipo de acidente, como Colisão, atropelamento, capotamento. Classificação por gravidade, em tres classes: Sem vítimas, com vítimas, com mortos. Classificação por dia de semana e estado de embriagues dos condutoes
- Utilizamos o filtro atributeSelection do weka para usarmos apenas os atributos mais interessantes. Geramos regras de associacao para as classificações propostas (tipo de acidente, gravidade, dias de semana, estado de embriagues) e os atributos que mais foram utilizados nas regras foram: Dia da semana Numero de condutores (veículos envolvidos) Com mortos (ou Com condutores mortos)
- Várias formas de classificação foram apresentadas A Relação entre fatalidades, numero de envolvidos e dia da semana foi comprovada. Cada tipo de classificação obteve um conjunto diferente de atributos mais discriminativos, porém, atributos como dia da semana, fatalidades e número de envolvidos sempre estavam presentes. A Base utilizada provou conter muita informação inútil para mineração Sugere-se obter maiores informações sobre o acidente para que se possa ter melhores previsoes sobre os acidentes e sua gravidade. Todas as operações foram realizadas sobre a biblioteca do Weka.