Machine Learning utilizando os algoritmos Árvore de Decisão e Random Forest sobre as bases de dados census e credit data.
Obtive como resultado, uma precisão de 81% utilizando o algoritmo da árvore de decisão nesta base de dado. Apesar de existir possíveis algoritmos possíveis que aumente esta eficiência, 81% é satisfatório para os testes.
Utilizando o algoritmo da árvore de decisão na base do credit data, tivemos 98% de precisão, um número extremamente alto e muito satisfatório.
Com o algoritmo random forest, conseguimos perceber uma precisão de 84% em ambas as bases, um número completamente satisfatório.
Pode-se afirmar que ambos os algoritmos escolhidos foram satisfatórios para o teste. Enaltecendo o algoritmo da árvore de decisão na base credit data, percebemos que houve uma assimilação quase perfeita com a base, alcançando os 98% de precisão.
© Eduardo Machado, 2º Semestre de Sistema de Informação.