Análise Discriminante: Encolhimento (Shrinkage)

Continuando nossa análise detalhada da Análise Discriminante, chegamos a um conceito crucial para aplicações práticas: o encolhimento (shrinkage). Conforme discutimos anteriormente nas formulações matemáticas do LDA e QDA, a estimação precisa das matrizes de covariância é fundamental para o desempenho destes classificadores.

O Problema da Estimação de Covariância

Analogamente ao que observamos nas implementações anteriores, quando trabalhamos com dados de alta dimensionalidade ou tamanhos de amostra limitados, a estimação das matrizes de covariância torna-se desafiadora. Primordialmente, o problema surge porque:

O número de parâmetros a estimar cresce quadraticamente com o número de features
Matrizes de covariância podem tornar-se singular ou mal-condicionada
Estimativas de máxima verossimilhança podem ter alta variância

O Conceito de Encolhimento

O encolhimento é uma técnica de regularização que combina a matriz de covariância estimada dos dados com uma estrutura mais simples e estável. Similarmente a métodos de regularização que encontramos em regressão Ridge e Lasso, o shrinkage visa melhorar a generalização do modelo.

Formulação Matemática

Para o LDA, a matriz de covariância regularizada é dada por:

\(\Sigma_{shrunk} = (1 – \gamma) \Sigma_{empírico} + \gamma \Sigma_{estruturado}\)

Onde γ é o parâmetro de encolhimento que varia entre 0 e 1.

Tipos de Estruturas de Encolhimento

Encolhimento para a Matriz Identidade

Uma abordagem comum é encolher em direção à matriz identidade:

\(\Sigma_{shrunk} = (1 – \gamma) \Sigma + \gamma \frac{\text{tr}(\Sigma)}{d} I\)

Onde d é a dimensionalidade e tr(Σ) é o traço da matriz de covariância.

Encolhimento para Covariância Diagonal

Outra abordagem utiliza uma matriz diagonal como alvo:

\(\Sigma_{shrunk} = (1 – \gamma) \Sigma + \gamma \text{diag}(\Sigma)\)

Vantagens do Encolhimento

Conforme demonstramos nas implementações anteriores, o uso de shrinkage oferece benefícios significativos:

Melhora a condição numérica das matrizes de covariância
Reduz a variância das estimativas
Permite aplicação em dados de alta dimensionalidade
Melhora a performance de generalização

Seleção do Parâmetro de Encolhimento

O parâmetro γ controla o trade-off entre viés e variância:

γ = 0: Usa apenas a covariância empírica (alto risco de overfitting)
γ = 1: Usa apenas a estrutura alvo (alto viés, baixa variância)
Valores intermediários: Balanceiam viés e variância

Implementação no scikit-learn

No scikit-learn, o encolhimento está disponível através do parâmetro shrinkage nas classes LinearDiscriminantAnalysis e QuadraticDiscriminantAnalysis. Ademais, o parâmetro shrinkage_factor pode ser estimado automaticamente usando validação cruzada.

Exemplo Prático em Python

Para ilustrar os efeitos do encolhimento, implementemos um exemplo comparativo detalhado:

import numpy as np
import matplotlib.pyplot as plt
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis, QuadraticDiscriminantAnalysis
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split, cross_val_score, GridSearchCV
from sklearn.metrics import accuracy_score, classification_report
from sklearn.preprocessing import StandardScaler
import warnings
warnings.filterwarnings('ignore')
 
'''
Demonstração dos efeitos do encolhimento (shrinkage) 
em classificadores LDA e QDA
'''
 
print("=== EFEITOS DO ENCOLHIMENTO EM LDA E QDA ===")
 
# Criando dataset com alta dimensionalidade e amostras limitadas
print("\n1. CONFIGURAÇÃO DO EXPERIMENTO")
X, y = make_classification(
    n_samples=100,  # Poucas amostras para destacar o efeito do shrinkage
    n_features=20,  # Alta dimensionalidade
    n_informative=5,
    n_redundant=10,
    n_classes=3,
    random_state=42
)
 
print(f"Dimensões do dataset: {X.shape}")
print(f"Número de classes: {len(np.unique(y))}")
 
# Padronizando os dados
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
 
# Dividindo em treino e teste
X_train, X_test, y_train, y_test = train_test_split(
    X_scaled, y, test_size=0.3, random_state=42
)
 
'''
Comparação de LDA com diferentes valores de shrinkage
'''
print("\n2. LDA COM DIFERENTES VALORES DE SHRINKAGE")
 
shrinkage_values = [None, 'auto', 0.1, 0.5, 0.9]
lda_results = {}
 
for shrinkage in shrinkage_values:
    if shrinkage == 'auto':
        lda = LinearDiscriminantAnalysis(solver='lsqr', shrinkage='auto')
    else:
        lda = LinearDiscriminantAnalysis(solver='lsqr', shrinkage=shrinkage)
    
    # Treinando o modelo
    lda.fit(X_train, y_train)
    
    # Fazendo previsões
    y_pred = lda.predict(X_test)
    accuracy = accuracy_score(y_test, y_pred)
    
    # Validação cruzada para avaliação robusta
    cv_scores = cross_val_score(lda, X_scaled, y, cv=5)
    
    lda_results[shrinkage] = {
        'model': lda,
        'accuracy': accuracy,
        'cv_mean': np.mean(cv_scores),
        'cv_std': np.std(cv_scores)
    }
    
    print(f"Shrinkage {shrinkage}:")
    print(f"  Acurácia teste: {accuracy:.3f}")
    print(f"  CV Score: {np.mean(cv_scores):.3f} ± {np.std(cv_scores):.3f}")
 
'''
Comparação de QDA com regularização
'''
print("\n3. QDA COM REGULARIZAÇÃO")
 
# QDA não tem parâmetro de shrinkage direto, mas usa reg_param
reg_param_values = [0.0, 0.1, 0.5, 0.9]
qda_results = {}
 
for reg_param in reg_param_values:
    qda = QuadraticDiscriminantAnalysis(reg_param=reg_param)
    
    # Treinando o modelo
    qda.fit(X_train, y_train)
    
    # Fazendo previsões
    y_pred = qda.predict(X_test)
    accuracy = accuracy_score(y_test, y_pred)
    
    # Validação cruzada
    cv_scores = cross_val_score(qda, X_scaled, y, cv=5)
    
    qda_results[reg_param] = {
        'model': qda,
        'accuracy': accuracy,
        'cv_mean': np.mean(cv_scores),
        'cv_std': np.std(cv_scores)
    }
    
    print(f"Reg_param {reg_param}:")
    print(f"  Acurácia teste: {accuracy:.3f}")
    print(f"  CV Score: {np.mean(cv_scores):.3f} ± {np.std(cv_scores):.3f}")
 
'''
Busca automática do melhor parâmetro de shrinkage
'''
print("\n4. BUSCA AUTOMÁTICA DO MELHOR SHRINKAGE")
 
# Usando GridSearchCV para encontrar o melhor shrinkage
param_grid = {
    'shrinkage': [None, 'auto', 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]
}
 
lda_gs = LinearDiscriminantAnalysis(solver='lsqr')
grid_search = GridSearchCV(lda_gs, param_grid, cv=5, scoring='accuracy')
grid_search.fit(X_scaled, y)
 
print(f"Melhor parâmetro de shrinkage: {grid_search.best_params_}")
print(f"Melhor score de validação cruzada: {grid_search.best_score_:.3f}")
 
'''
Visualização dos resultados - VERSÃO CORRIGIDA
'''
print("\n5. VISUALIZAÇÃO DOS RESULTADOS")

# Preparando dados para plotagem - CORREÇÃO: garantir tamanhos consistentes
shrinkage_labels = [str(s) for s in shrinkage_values]
lda_accuracies = [lda_results[s]['accuracy'] for s in shrinkage_values]
lda_cv_means = [lda_results[s]['cv_mean'] for s in shrinkage_values]
lda_cv_stds = [lda_results[s]['cv_std'] for s in shrinkage_values]

qda_reg_labels = [str(r) for r in reg_param_values]
qda_accuracies = [qda_results[r]['accuracy'] for r in reg_param_values]
qda_cv_means = [qda_results[r]['cv_mean'] for r in reg_param_values]
qda_cv_stds = [qda_results[r]['cv_std'] for r in reg_param_values]

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(15, 12))

# Plot 1: LDA - Acurácia vs Shrinkage
ax1.errorbar(range(len(shrinkage_labels)), lda_accuracies, 
             yerr=lda_cv_stds, fmt='o-', capsize=5, label='Teste ± CV std')
ax1.set_xticks(range(len(shrinkage_labels)))
ax1.set_xticklabels(shrinkage_labels)
ax1.set_xlabel('Valor de Shrinkage')
ax1.set_ylabel('Acurácia')
ax1.set_title('LDA: Acurácia vs Shrinkage')
ax1.legend()
ax1.grid(True, alpha=0.3)

# Plot 2: QDA - Acurácia vs Regularização
ax2.errorbar(range(len(qda_reg_labels)), qda_accuracies, 
             yerr=qda_cv_stds, fmt='o-', capsize=5, label='Teste ± CV std', color='orange')
ax2.set_xticks(range(len(qda_reg_labels)))
ax2.set_xticklabels(qda_reg_labels)
ax2.set_xlabel('Valor de reg_param')
ax2.set_ylabel('Acurácia')
ax2.set_title('QDA: Acurácia vs Regularização')
ax2.legend()
ax2.grid(True, alpha=0.3)

# Plot 3: Comparação LDA vs QDA no melhor parâmetro
best_lda_shrinkage = grid_search.best_params_['shrinkage']
best_lda_score = grid_search.best_score_

best_qda_reg = max(qda_results.items(), key=lambda x: x[1]['cv_mean'])[0]
best_qda_score = qda_results[best_qda_reg]['cv_mean']

models_comparison = ['LDA (melhor)', 'QDA (melhor)']
scores_comparison = [best_lda_score, best_qda_score]

bars = ax3.bar(models_comparison, scores_comparison, color=['blue', 'orange'])
ax3.set_ylabel('Acurácia (Validação Cruzada)')
ax3.set_title('Comparação: Melhor LDA vs Melhor QDA')
ax3.grid(True, alpha=0.3)

# Adicionando valores nas barras
for bar, score in zip(bars, scores_comparison):
    ax3.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.01,
             f'{score:.3f}', ha='center', va='bottom')

# Plot 4: Análise da estabilidade dos modelos - CORREÇÃO: garantir tamanhos iguais
shrinkage_stability = [lda_results[s]['cv_std'] for s in shrinkage_values]

# CORREÇÃO: Usar apenas os valores de reg_param que temos para QDA
reg_stability = [qda_results[r]['cv_std'] for r in reg_param_values]

# CORREÇÃO: Criar arrays com o mesmo tamanho para comparação
min_length = min(len(shrinkage_labels), len(qda_reg_labels))
x_pos = np.arange(min_length)
width = 0.35

ax4.bar(x_pos - width/2, shrinkage_stability[:min_length], width, label='LDA', alpha=0.7)
ax4.bar(x_pos + width/2, reg_stability[:min_length], width, label='QDA', alpha=0.7)
ax4.set_xticks(x_pos)
ax4.set_xticklabels(shrinkage_labels[:min_length])
ax4.set_xlabel('Parâmetro de Regularização')
ax4.set_ylabel('Desvio Padrão (CV)')
ax4.set_title('Estabilidade: Desvio Padrão na Validação Cruzada')
ax4.legend()
ax4.grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

'''
Análise de casos extremos - VERSÃO CORRIGIDA
'''
print("\n6. ANÁLISE DE CASOS EXTREMOS")

# Caso com dimensionalidade ainda mais alta
print("Caso com alta dimensionalidade:")
X_high, y_high = make_classification(
    n_samples=50,   # Muito poucas amostras
    n_features=30,  # Dimensionalidade muito alta
    n_informative=5,
    n_classes=2,
    random_state=42
)

X_high_scaled = StandardScaler().fit_transform(X_high)

# Testando LDA sem e com shrinkage - CORREÇÃO: usar solver apropriado
try:
    lda_no_shrinkage = LinearDiscriminantAnalysis(solver='lsqr', shrinkage=None)
    lda_no_shrinkage.fit(X_high_scaled, y_high)
    score_no_shrink = lda_no_shrinkage.score(X_high_scaled, y_high)
    print(f"  LDA sem shrinkage: OK (score: {score_no_shrink:.3f})")
except Exception as e:
    print(f"  LDA sem shrinkage falhou: {e}")

lda_with_shrinkage = LinearDiscriminantAnalysis(solver='lsqr', shrinkage='auto')
lda_with_shrinkage.fit(X_high_scaled, y_high)
score_with_shrink = lda_with_shrinkage.score(X_high_scaled, y_high)
print(f"  LDA com shrinkage automático: OK (score: {score_with_shrink:.3f})")

'''
Interpretação prática dos resultados - VERSÃO ATUALIZADA
'''
print("\n7. INTERPRETAÇÃO PRÁTICA")
print("Os resultados demonstram que:")
print(f"  - Melhor shrinkage para LDA: {best_lda_shrinkage}")
print(f"  - Melhor reg_param para QDA: {best_qda_reg}")
print(f"  - Melhor score LDA: {best_lda_score:.3f}")
print(f"  - Melhor score QDA: {best_qda_score:.3f}")
print("  - O shrinkage melhora a estabilidade numérica do LDA")
print("  - Valores moderados de shrinkage geralmente oferecem o melhor trade-off")

print("\nRecomendações práticas:")
print("  - Use shrinkage quando tiver muitas features ou poucas amostras")
print("  - Experimente com 'auto' primeiro para uma configuração rápida")
print("  - Use validação cruzada para tuning fino do parâmetro")
print("  - Considere QDA com reg_param quando as covariâncias forem diferentes")

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

import numpy as np

import matplotlib.pyplot as plt

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis, QuadraticDiscriminantAnalysis

from sklearn.datasets import make_classification

from sklearn.model_selection import train_test_split, cross_val_score, GridSearchCV

from sklearn.metrics import accuracy_score, classification_report

from sklearn.preprocessing import StandardScaler

import warnings

warnings.filterwarnings('ignore')

'''

Demonstração dos efeitos do encolhimento (shrinkage)

em classificadores LDA e QDA

'''

print("=== EFEITOS DO ENCOLHIMENTO EM LDA E QDA ===")

# Criando dataset com alta dimensionalidade e amostras limitadas

print("\n1. CONFIGURAÇÃO DO EXPERIMENTO")

X, y = make_classification(

n_samples=100, # Poucas amostras para destacar o efeito do shrinkage

n_features=20, # Alta dimensionalidade

n_informative=5,

n_redundant=10,

n_classes=3,

random_state=42

)

print(f"Dimensões do dataset: {X.shape}")

print(f"Número de classes: {len(np.unique(y))}")

# Padronizando os dados

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X)

# Dividindo em treino e teste

X_train, X_test, y_train, y_test = train_test_split(

X_scaled, y, test_size=0.3, random_state=42

)

'''

Comparação de LDA com diferentes valores de shrinkage

'''

print("\n2. LDA COM DIFERENTES VALORES DE SHRINKAGE")

shrinkage_values = [None, 'auto', 0.1, 0.5, 0.9]

lda_results = {}

for shrinkage in shrinkage_values:

if shrinkage == 'auto':

lda = LinearDiscriminantAnalysis(solver='lsqr', shrinkage='auto')

else:

lda = LinearDiscriminantAnalysis(solver='lsqr', shrinkage=shrinkage)

# Treinando o modelo

lda.fit(X_train, y_train)

# Fazendo previsões

y_pred = lda.predict(X_test)

accuracy = accuracy_score(y_test, y_pred)

# Validação cruzada para avaliação robusta

cv_scores = cross_val_score(lda, X_scaled, y, cv=5)

lda_results[shrinkage] = {

'model': lda,

'accuracy': accuracy,

'cv_mean': np.mean(cv_scores),

'cv_std': np.std(cv_scores)

}

print(f"Shrinkage {shrinkage}:")

print(f" Acurácia teste: {accuracy:.3f}")

print(f" CV Score: {np.mean(cv_scores):.3f} ± {np.std(cv_scores):.3f}")

'''

Comparação de QDA com regularização

'''

print("\n3. QDA COM REGULARIZAÇÃO")

# QDA não tem parâmetro de shrinkage direto, mas usa reg_param

reg_param_values = [0.0, 0.1, 0.5, 0.9]

qda_results = {}

for reg_param in reg_param_values:

qda = QuadraticDiscriminantAnalysis(reg_param=reg_param)

# Treinando o modelo

qda.fit(X_train, y_train)

# Fazendo previsões

y_pred = qda.predict(X_test)

accuracy = accuracy_score(y_test, y_pred)

# Validação cruzada

cv_scores = cross_val_score(qda, X_scaled, y, cv=5)

qda_results[reg_param] = {

'model': qda,

'accuracy': accuracy,

'cv_mean': np.mean(cv_scores),

'cv_std': np.std(cv_scores)

}

print(f"Reg_param {reg_param}:")

print(f" Acurácia teste: {accuracy:.3f}")

print(f" CV Score: {np.mean(cv_scores):.3f} ± {np.std(cv_scores):.3f}")

'''

Busca automática do melhor parâmetro de shrinkage

'''

print("\n4. BUSCA AUTOMÁTICA DO MELHOR SHRINKAGE")

# Usando GridSearchCV para encontrar o melhor shrinkage

param_grid = {

'shrinkage': [None, 'auto', 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]

}

lda_gs = LinearDiscriminantAnalysis(solver='lsqr')

grid_search = GridSearchCV(lda_gs, param_grid, cv=5, scoring='accuracy')

grid_search.fit(X_scaled, y)

print(f"Melhor parâmetro de shrinkage: {grid_search.best_params_}")

print(f"Melhor score de validação cruzada: {grid_search.best_score_:.3f}")

'''

Visualização dos resultados - VERSÃO CORRIGIDA

'''

print("\n5. VISUALIZAÇÃO DOS RESULTADOS")

# Preparando dados para plotagem - CORREÇÃO: garantir tamanhos consistentes

shrinkage_labels = [str(s) for s in shrinkage_values]

lda_accuracies = [lda_results[s]['accuracy'] for s in shrinkage_values]

lda_cv_means = [lda_results[s]['cv_mean'] for s in shrinkage_values]

lda_cv_stds = [lda_results[s]['cv_std'] for s in shrinkage_values]

qda_reg_labels = [str(r) for r in reg_param_values]

qda_accuracies = [qda_results[r]['accuracy'] for r in reg_param_values]

qda_cv_means = [qda_results[r]['cv_mean'] for r in reg_param_values]

qda_cv_stds = [qda_results[r]['cv_std'] for r in reg_param_values]

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(15, 12))

# Plot 1: LDA - Acurácia vs Shrinkage

ax1.errorbar(range(len(shrinkage_labels)), lda_accuracies,

yerr=lda_cv_stds, fmt='o-', capsize=5, label='Teste ± CV std')

ax1.set_xticks(range(len(shrinkage_labels)))

ax1.set_xticklabels(shrinkage_labels)

ax1.set_xlabel('Valor de Shrinkage')

ax1.set_ylabel('Acurácia')

ax1.set_title('LDA: Acurácia vs Shrinkage')

ax1.legend()

ax1.grid(True, alpha=0.3)

# Plot 2: QDA - Acurácia vs Regularização

ax2.errorbar(range(len(qda_reg_labels)), qda_accuracies,

yerr=qda_cv_stds, fmt='o-', capsize=5, label='Teste ± CV std', color='orange')

ax2.set_xticks(range(len(qda_reg_labels)))

ax2.set_xticklabels(qda_reg_labels)

ax2.set_xlabel('Valor de reg_param')

ax2.set_ylabel('Acurácia')

ax2.set_title('QDA: Acurácia vs Regularização')

ax2.legend()

ax2.grid(True, alpha=0.3)

# Plot 3: Comparação LDA vs QDA no melhor parâmetro

best_lda_shrinkage = grid_search.best_params_['shrinkage']

best_lda_score = grid_search.best_score_

best_qda_reg = max(qda_results.items(), key=lambda x: x[1]['cv_mean'])[0]

best_qda_score = qda_results[best_qda_reg]['cv_mean']

models_comparison = ['LDA (melhor)', 'QDA (melhor)']

scores_comparison = [best_lda_score, best_qda_score]

bars = ax3.bar(models_comparison, scores_comparison, color=['blue', 'orange'])

ax3.set_ylabel('Acurácia (Validação Cruzada)')

ax3.set_title('Comparação: Melhor LDA vs Melhor QDA')

ax3.grid(True, alpha=0.3)

# Adicionando valores nas barras

for bar, score in zip(bars, scores_comparison):

ax3.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.01,

f'{score:.3f}', ha='center', va='bottom')

# Plot 4: Análise da estabilidade dos modelos - CORREÇÃO: garantir tamanhos iguais

shrinkage_stability = [lda_results[s]['cv_std'] for s in shrinkage_values]

# CORREÇÃO: Usar apenas os valores de reg_param que temos para QDA

reg_stability = [qda_results[r]['cv_std'] for r in reg_param_values]

# CORREÇÃO: Criar arrays com o mesmo tamanho para comparação

min_length = min(len(shrinkage_labels), len(qda_reg_labels))

x_pos = np.arange(min_length)

width = 0.35

ax4.bar(x_pos - width/2, shrinkage_stability[:min_length], width, label='LDA', alpha=0.7)

ax4.bar(x_pos + width/2, reg_stability[:min_length], width, label='QDA', alpha=0.7)

ax4.set_xticks(x_pos)

ax4.set_xticklabels(shrinkage_labels[:min_length])

ax4.set_xlabel('Parâmetro de Regularização')

ax4.set_ylabel('Desvio Padrão (CV)')

ax4.set_title('Estabilidade: Desvio Padrão na Validação Cruzada')

ax4.legend()

ax4.grid(True, alpha=0.3)

plt.tight_layout()

plt.show()

'''

Análise de casos extremos - VERSÃO CORRIGIDA

'''

print("\n6. ANÁLISE DE CASOS EXTREMOS")

# Caso com dimensionalidade ainda mais alta

print("Caso com alta dimensionalidade:")

X_high, y_high = make_classification(

n_samples=50, # Muito poucas amostras

n_features=30, # Dimensionalidade muito alta

n_informative=5,

n_classes=2,

random_state=42

)

X_high_scaled = StandardScaler().fit_transform(X_high)

# Testando LDA sem e com shrinkage - CORREÇÃO: usar solver apropriado

try:

lda_no_shrinkage = LinearDiscriminantAnalysis(solver='lsqr', shrinkage=None)

lda_no_shrinkage.fit(X_high_scaled, y_high)

score_no_shrink = lda_no_shrinkage.score(X_high_scaled, y_high)

print(f" LDA sem shrinkage: OK (score: {score_no_shrink:.3f})")

except Exception as e:

print(f" LDA sem shrinkage falhou: {e}")

lda_with_shrinkage = LinearDiscriminantAnalysis(solver='lsqr', shrinkage='auto')

lda_with_shrinkage.fit(X_high_scaled, y_high)

score_with_shrink = lda_with_shrinkage.score(X_high_scaled, y_high)

print(f" LDA com shrinkage automático: OK (score: {score_with_shrink:.3f})")

'''

Interpretação prática dos resultados - VERSÃO ATUALIZADA

'''

print("\n7. INTERPRETAÇÃO PRÁTICA")

print("Os resultados demonstram que:")

print(f" - Melhor shrinkage para LDA: {best_lda_shrinkage}")

print(f" - Melhor reg_param para QDA: {best_qda_reg}")

print(f" - Melhor score LDA: {best_lda_score:.3f}")

print(f" - Melhor score QDA: {best_qda_score:.3f}")

print(" - O shrinkage melhora a estabilidade numérica do LDA")

print(" - Valores moderados de shrinkage geralmente oferecem o melhor trade-off")

print("\nRecomendações práticas:")

print(" - Use shrinkage quando tiver muitas features ou poucas amostras")

print(" - Experimente com 'auto' primeiro para uma configuração rápida")

print(" - Use validação cruzada para tuning fino do parâmetro")

print(" - Considere QDA com reg_param quando as covariâncias forem diferentes")

Interpretação dos Resultados

Analisando os experimentos, podemos observar padrões importantes:

O encolhimento melhora significativamente a estabilidade dos classificadores
Valores intermediários de shrinkage geralmente produzem os melhores resultados
O parâmetro ‘auto’ oferece uma solução prática e eficiente
Em casos de alta dimensionalidade, o shrinkage torna-se essencial

Conexões com Tópicos Anteriores

Similarmente aos conceitos de regularização que discutimos em regressão linear, o encolhimento no LDA e QDA:

Balanceia o trade-off entre viés e variância
Melhora a generalização em dados limitados
Lida com problemas de multicolinearidade
Oferece robustez contra overfitting

Considerações Práticas

Quando Usar Encolhimento

Número de features maior que número de amostras
Matrizes de covariância singular ou mal-condicionada
Dados com alta correlação entre features
Aplicações onde robustez é mais importante que precisão máxima

Escolha do Parâmetro

Inegavelmente, a seleção do parâmetro de encolhimento deve considerar:

Usar validação cruzada para tuning
Começar com valores padrão ou ‘auto’
Considerar o trade-off entre performance e complexidade computacional
Avaliar a sensibilidade do modelo a diferentes valores

Conclusão

O encolhimento representa uma ferramenta essencial para aplicar LDA e QDA em cenários práticos, especialmente quando lidamos com as limitações de dados do mundo real. Embora adicione complexidade ao modelo, os benefícios em termos de robustez e generalização frequentemente justificam seu uso.

Portanto, ao implementar classificadores discriminantes em aplicações reais, o uso criterioso de técnicas de encolhimento pode significar a diferença entre um modelo que funciona bem na prática e um que falha devido a problemas numéricos ou overfitting.

Referência

Este post explora o item 1.2.4. Encolhimento da documentação do scikit-learn:

https://scikit-learn.org/0.21/modules/lda_qda.html

Indice