Codificação dos Atributos e sua Relação com a Interpretabilidade dos Modelos de Aprendizado de Máquina - Uma Análise em Base de Dados da Saúde Mental

Abstract

Este estudo examina dados sobre transtornos mentais, utilizando técnicas de aprendizado de máquina. O objetivo é investigar seis diferentes métodos de codificação de atributos categóricos em três conjuntos de dados relacionados a transtornos mentais, utilizando algoritmos de aprendizado de máquina, e verificar a interpretabilidade desses métodos. Os resultados indicam que a escolha da codificação é crucial para resultados precisos, variando de acordo com o algoritmo e o conjunto de dados. A codificação Hashing destaca-se como a mais eficaz em muitas situações, seguida pela codificação Dummy em alguns casos. No entanto, quando se trata de interpretabilidade as codificações Dummy, One Hot e Ordinal oferecem maior clareza interpretativa.