Um estudo comparativo de técnicas de detecção deoutliers no contexto de classificação de dados

Outliers; Detecção de Outliers; Classificação; Metodologia.

Outliers são objetos que se desviam consideravelmente dos demais em relação a alguma medida, e promovem grande influência na análise dos dados. Essa influência pode induzir uma análise equívoca dos dados, neste caso, os outliers constituem dados que precisam ser removidos. Para outras aplicações, o outlier pode representar alguma informação valiosa, tratando-se de algum tipo de fraude, intrusão em sistemas, anomalias em redes de computadores, falhas mecânicas e condição clinica crítica. Para todo caso, os outliersprecisam ser identificados, independente de seu tratamento. A literatura fornece diversas técnicas para detecção de outliers, cada uma com suas características e especificidades, que por sua vez foram aplicadas em diversos domínios, tendo em vista resolver problemas singulares. Precisar qual técnica tem melhor desempenho para determinado domínio de dados, constitui um desafio ainda pouco explorado na literatura e provoca o desenvolvimento de estratégias, para mensurar efetivamente a performance de técnicas de detecção deoutliers. Nesse sentido, a proposta deste trabalho é apresentar uma nova metodologia que permita comparar técnicas de detecção de outliers uniformemente, com resultados quantitativos que estejam sujeitos a uma análise estatística. As técnicas são aplicadas no pré-processamento dos dados, onde seu desempenho é mensurado analisando o efeito desta aplicação na indução de classificadores. As métricas de avaliação de classificadores funcionam como indicadores de desempenho das técnicas. De acordo com os resultados dos experimentos realizados, foi possível confirmar a validade da metodologia e sua efetividade na comparação de técnicas de detecção de outliers para diferentes domínios.