Árvore de decisão na análise de epidemias da ferrugem do cafeeiro.

O objetivo deste trabalho foi desenvolver uma árvore de decisão para analisar epidemias da ferrugem do cafeeiro. O conhecimento dos fatores que condicionam as epidemias de ferrugem é importante e pode servir de base para a decisão sobre as medidas de controle a adotar e o melhor momento de implementá-las. Taxas de infecção calculadas a partir de avaliações mensais de incidência da doença foram agrupadas em três classes: declínio ou estagnação - TX1; crescimento até 5 pontos percentuais - TX2; e crescimento acima de 5 pontos percentuais - TX3. Dados meteorológicos, carga pendente de frutos e espaçamento entre plantas foram usados como variáveis explicativas das classes de taxa de infecção. A árvore de decisão foi induzida de 364 exemplos preparados a partir de dados coletados em lavouras de café em produção, de outubro de 1998 a outubro de 2006. O modelo classificou corretamente 78% dos exemplos de treinamento e a sua acurácia foi estimada em 73% para a classificação de novos exemplos. O acerto para cada classe de taxa de infecção foi de 88% (TX1), 57% (TX2) e 79% (TX3). As variáveis explicativas mais importantes foram a temperatura média nos períodos de molhamento foliar, a carga pendente de frutos, a média das temperaturas máximas diárias no período de incubação e a umidade relativa do ar. A árvore de decisão demonstrou seu potencial como modelo de representação simbólica e interpretável, auxiliando na compreensão de quais variáveis e como as interações dessas variáveis conduziram as epidemias da ferrugem do cafeeiro no campo.

Saved in:
Bibliographic Details
Main Authors: MEIRA, C. A. A., RODRIGUES, L. H. A.
Other Authors: CARLOS ALBERTO ALVES MEIRA, CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, FEAGRI/UNICAMP.
Format: Anais e Proceedings de eventos biblioteca
Language:pt_BR
por
Published: 2009-07-06
Subjects:Modelos, Descoberta de conhecimento em bases de dados, Mineração de dados, Cafeeiro, Ferrugem do cafeeiro, Árvore de decisão, Análise de epidemias, Data mining, Decision tree, Knowledge discovery in database., Agricultura, Doença de planta, Café, Coffea Arábica, Hemileia Vastatrix., Models.,
Online Access:http://www.alice.cnptia.embrapa.br/alice/handle/doc/82922
Tags: Add Tag
No Tags, Be the first to tag this record!