Avaliação de Desempenho de Classificadores a Partir de Dados Relacionados à Precipitação Pluviométrica Coletados por Estação Meteorológica Automática

Abstract

A previsão de precipitação é essencial para o planejamento e a gestão dos recursos hídricos, afetando áreas como agricultura, geração de energia, planejamento urbano e conservação da água. No caso da agricultura, essa previsão permite a coleta de dados precisos sobre a distribuição e quantidade das chuvas, otimizando o uso da água e aumentando a produtividade. Este estudo explora a aplicação de diferentes abordagens clássicas de aprendizado de máquina na previsão de precipitações, utilizando um conjunto de dados pluviométricos de Tianguá (CE), abrangendo etapas como pré-processamento, balanceamento de dados, avaliação de nove modelos diferentes e explicação local de um modelo. O objetivo é realizar uma análise comparativa do desempenho de algoritmos como Logistic Regression (LR), Naive Bayes (NB), Extra Tree (ET), Extreme Learning Machine (ELM), k-nearest neighbors (k-NN), Multilayer Perceptron (MLP), Random Forest (RF), Support Vector Machines (SVM) e um modelo ensemble. Além disso, foi aplicado o método Local Interpretable Model-Agnostic Explanations (LIME), visando identificar o modelo mais adequado e compreender os atributos que mais influenciam as classificações. Essa abordagem fornece insights valiosos para a melhoria da performance em estudos futuros, como a aplicação de técnicas de seleção de atributos. Entre os modelos testados, o ensemble baseado na votação majoritária de quatro algoritmos apresentou a melhor performance geral, com acurácia de 85% e excelente equilíbrio no F1-Score, tornando-o uma escolha robusta para aplicações que requerem previsões confiáveis. Embora o modelo NB tenha mostrado menor acurácia (76%), destacou-se pela alta precisão (91%), indicando que, quando previa chuva, quase sempre acertava, além de apresentar excelente sensibilidade para detectar ausência de precipitação (recall de 88%). Outros modelos registraram acurácia entre 83% e 84%, sendo alternativas viáveis conforme as necessidades específicas de cada aplicação. Ao explicar o modelo ET por meio do método LIME, a análise das dez primeiras predições do conjunto de teste apontou que as características mais influentes para prever chuvas incluíram umidade máxima e instantânea, além de temperatura mínima e instantânea, enquanto fatores como temperatura máxima e umidade mínima foram mais relevantes para prever a ausência de chuvas.