Defesa de Dissertação (25/08/2026): Felipe de Ávila Tavares

Discente: Felipe de Ávila Tavares

Título: Efeito da Cardinalidade e da Associação entre Atributos na Imputação de Dados Categóricos

Orientador: Jorge de Abreu Soares

Banca: Jorge de Abreu Soares (Cefet/RJ), Diego Nunes Brandão (Cefet/RJ), Ronaldo Ribeiro Goldschmidt (IME)

Dia/Hora: 25/08/2026 às 14h30

Sala: Pavilhão I, sala P1-202 (laboratório 6)

Resumo:  Esta dissertação investiga o problema da imputação de dados categóricos, com foco na análise comparativa de diferentes métodos de imputação e na influência das características estruturais das bases de dados sobre o desempenho dessas abordagens. O estudo considera três cenários distintos: bases simples, compostas predominantemente por atributos numéricos; bases mistas, contendo atributos numéricos e categóricos; e bases totalmente categóricas. A metodologia proposta envolve a geração artificial de valores ausentes segundo o mecanismo Missing Completely at Random (MCAR), em taxas de 10%, 20% e 30%, utilizando múltiplas sementes aleatórias para avaliar a estabilidade dos métodos analisados. Foram investigadas abordagens baseadas em KNN, Multi-Layer Perceptron (MLP) e Random Forest, considerando tanto a acurácia de imputação quanto o desempenho de classificadores treinados sobre os dados imputados. Além disso, o coeficiente V de Cramer foi utilizado para analisar a influência da correlação entre atributos categóricos no processo de imputação. Os resultados obtidos indicam que métodos baseados em modelos globais, especialmente Random Forest, apresentam maior robustez e estabilidade frente ao aumento da taxa de ausência e à complexidade estrutural das bases, enquanto o KNN demonstra maior sensibilidade à heterogeneidade e à redução da informação disponível. Os achados reforçam a importância de considerar características como cardinalidade e correlação entre atributos na escolha do método de imputação mais adequado.