O conjunto de dados da flor iris é bastante comum em estudos de classificação. É um conjunto bem pequeno, composto por quatro variáveis (comprimento e largura das pétalas e sépalas)  e a classificação da flor iris (Setosa. Versicolor e Virgínica).  O conjunto possui informações de 150 flores.

Um nomograma é bastante útil quando se trata de verificar o efeito de características sobre a probabilidade de uma classificação. Ele deve ser utilizado para visualizar o resultado de um modelo classificador, podendo ser utilizado com Naive Bayes ou Regressão Logística.

Abaixo (Figura 4) temos uma distribuição de probabilidades em uma árvore de decisão.

A primeira classificação escolhida pelo algoritmo foi Iris-setosa, essa escolha náo possui nenhum motivo especial. A próxima escolha seria a da característica que mais influencia na classificação como Iris-setosa, que no no caso foi o comprimento da pétala (assim como ocorreu na visualização usando Regressão logística+Nomograma), e o valor do comprimento escolhido como sendo o que mais causa efeito sobre o resultado foi 1,9.

Para valores de comprimento da pétala menores ou iguais a 1,9, temos 100% de chance de ser Iris-setosa, e para valores maiores temos 50% de ser uma Iris-versicolor.

O que mais influencia na probaiblidade de ser Iris-versicolor é a largura da pétala (assim como ocorreu na visualização usando Regressão logística+Nomograma). E neste caso, temos a largura da pétala igual a 1,7 como sendo o valor de maior influência sobre a classificação. Destas 100 iris, as que tem valores abaixo ou iguais a 1,7 possuem 90,7%  de serem do tipo Iris-versicolor, e com valores acima de 1,7 possuem 97,8% de chance de serem Iris-virginica.

Observe que a classificação como Iris-virgínica tem com principal característica influenciadora a largura da pétala maior que 1,7. Essa classificação produzida pela árvore de decisão é mais precisa levando em consideração os dados analisados, porém pode ser menos eficiente pra generalizações.

<<< Voltar                    Próximo >>>