Os modelos baseados em conjuntos difusos constituem cada vez mais uma alternativa, aos métodos tradicionais de classificação, para representar populações heterogéneas. De entre esses destaca-se o modelo estatístico GoM (Grade of Membership) que, a partir de dados categóricos multivariados, visa representar a população em estudo através de uma partição difusa.
Como se sabe, na partição clássica, a decomposição do universo implica, para cada indivíduo, uma pertença exclusiva a uma única classe. Por esta razão, essas classes dizem-se rígidas (crisp sets). Adicionalmente, dois quaisquer indivíduos de uma dada classe consideram-se idênticos, no que diz respeito a certas propriedades, configurando deste modo uma heterogeneidade grupal.
Contrariamente, numa partição difusa é possível representar a heterogeneidade individual usando o conceito de pertença parcial. Esta partição envolve a configuração de uma estrutura de K>1 classes, as quais definem perfis típicos, e o cálculo de uma medida de proximidade dos indivíduos a esses perfis.
A nossa apresentação focaliza-se no modelo GoM e na sua aplicação a problemas da vida real. A exposição do tema inclui uma abordagem breve à teoria dos conjuntos difusos e não pressupõe qualquer requisito prévio. |