Explique como ocorrem o empilhamento nas redes CFC e HC

Passo 1

O enunciado pede para explicar como se dá o empilhamento (stacking) em dois tipos de arquiteturas de ensemble de classificadores: as redes CFC (combinação de funções de classificação) e as redes HC (classificação hierárquica). Vamos recorrer aos conceitos de meta-classificação e de hierarquia de classificadores para mostrar como, em cada caso, os modelos são “empilhados” para formar um sistema de decisão mais robusto.

Passo 2

Empilhamento em redes CFC
  1. Em CFC a ideia é treinar um conjunto de m classificadores de nível zero, chamados de base learners, com o mesmo conjunto de dados de treinamento.
  2. Cada base learner produz uma saída (tipicamente probabilidades ou rótulos) para cada amostra. Sejam hat yi^(j) as predições do classificador j na amostra i.
  3. Construímos então um novo conjunto de treinamento cujas características são justamente o vetor
l(hat yi^(1), hat yi^(2), dots, hat yi^(m)r)
e cujo alvo continua sendo o rótulo real yi.
4. Sobre esse novo conjunto, treinamos um meta-classificador de nível um (o “stacker”), que aprende a combinar as saídas dos m base learners e produz a predição final.
5. Para evitar overfitting, costuma-se usar validação cruzada na etapa dos base learners, de modo que as predições hat yi^(j) usadas no treinamento do meta-classificador sejam sempre out-of-fold.

Passo 3

Empilhamento em redes HC
  1. Em HC organizamos as classes em uma árvore ou em vários níveis hierárquicos de decisão, de modo que cada nó treina um classificador especializado em distinguir um grupo de subclasses.
  2. No nível mais alto (raiz), temos um classificador geral que decide em qual ramo da hierarquia a amostra deve seguir.
  3. A cada nível subsequente, um classificador local recebe a instância e a classe — ou o subconjunto de classes — escolhido no nível anterior, e refina a decisão até chegar a uma folha (uma classe final).
  4. O “empilhamento” aqui ocorre no fluxo de decisão: as saídas (ramos escolhidos) de um nó servem de entrada para o classificador do próximo nível, formando uma cadeia de modelos que vão afinando a predição até a classe final.
  5. Como cada nó vê só uma fração reduzida das classes, os classificadores locais podem ser mais simples e especializar-se em discriminar classes parecidas.

Resposta

Em redes CFC empilhamos m classificadores de nível zero cujas saídas viram as características de entrada de um meta-classificador de nível um, responsável por fazer a predição final. Já em redes HC a pilha é funcional: cada nó da hierarquia decide um subconjunto de classes e passa a instância adiante para o classificador do nível seguinte, até alcançar uma folha que indica a classe definitiva.

Exercícios relacionados