vitorcesavc/sensoriamento-rgb-svm
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Initial commit

Browse Source
This commit is contained in:
Cesa-V
2026-06-16 20:01:36 -03:00
commit e317e16cdc
91 changed files with 32046 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files

855
trabalho_svm_rgb_completo.qmd Normal file
View File

@@ -0,0 +1,855 @@
---
title: "Classificacao de Imagens RGB com SVM (Dataset Completo)"
subtitle: "CEAO-802 - Metodos de Analise de Dados"
author:
- "1T Generoso"
- "1T João Marcos"
- "1T Vitor Cesa"
format:
html:
toc: true
toc-depth: 3
number-sections: true
theme: cosmo
df-print: paged
execute:
warning: false
message: false
echo: true
---
# Introducao
Este trabalho aplica tecnicas de classificacao supervisionada ao dataset RGB disponibilizado na disciplina CEAO-802 - Metodos de Analise de Dados.
O documento de datasets apresenta um problema de classificacao de cenas urbanas com imagens RGB e TIR coletadas por drone sobre Guaratingueta (SP), com 13 classes de cobertura urbana. Nesta analise sera utilizada apenas a parte RGB do dataset, armazenada localmente em `D:/Vitor/Documents/CEAO/802/HAB/DADOS CEAO 2026/RGB`.
**Diferenca em relacao ao trabalho original:** esta versao utiliza TODAS as imagens disponiveis por classe (sem limite de 50), para avaliar o impacto do tamanho do dataset no desempenho dos modelos.
A abordagem adotada segue a sugestao do material da disciplina: em vez de extrair atributos estatisticos simples (media, desvio, histogramas), serao utilizadas **redes neurais convolucionais pre-treinadas** como extratores de atributos (*transfer learning*). A rede MobileNetV2, pre-treinada no ImageNet, e carregada sem a camada de classificacao final. Cada imagem e redimensionada para `224x224` pixels e processada pela rede, que produz um vetor de 1280 atributos representando caracteristicas visuais de alto nivel aprendidas em milhoes de imagens. Esses vetores sao entao usados como entrada para os classificadores SVM e Random Forest.
Neste relatorio, serao avaliados:
1. SVM com kernel linear;
2. SVM com kernel radial;
3. SVM radial com ajuste simples de hiperparametros;
4. PCA + SVM radial;
5. Random Forest, como modelo de comparacao.
# Preparacao do ambiente
```{r}
# ============================================================
# 1. Instalacao e carregamento dos pacotes
# ============================================================
pacotes <- c(
"tidyverse",
"keras3",
"caret",
"e1071",
"randomForest",
"knitr"
)
pacotes_faltando <- setdiff(pacotes, rownames(installed.packages()))
if (length(pacotes_faltando) > 0) {
install.packages(pacotes_faltando)
}
library(tidyverse)
library(keras3)
library(caret)
library(e1071)
library(randomForest)
library(knitr)
backend_ativo <- tryCatch(config_backend(), error = function(e) NA_character_)
cat("Backend keras3:", backend_ativo, "\n")
```
# Caminho do dataset
```{r}
# ============================================================
# 2. Caminho do dataset RGB
# ============================================================
caminho_rgb <- "D:/Vitor/Documents/CEAO/802/HAB/DADOS CEAO 2026/RGB"
if (!dir.exists(caminho_rgb)) {
stop("A pasta do dataset RGB nao foi encontrada. Verifique o caminho informado em caminho_rgb.")
}
caminho_rgb
```
# Leitura dos arquivos de imagem
```{r}
# ============================================================
# 3. Listar imagens
# ============================================================
extensoes_imagem <- "\\.(jpg|jpeg|png|bmp|tif|tiff)$"
arquivos <- list.files(
path = caminho_rgb,
pattern = extensoes_imagem,
recursive = TRUE,
full.names = TRUE,
ignore.case = TRUE
)
if (length(arquivos) == 0) {
stop("Nenhuma imagem foi encontrada na pasta RGB.")
}
length(arquivos)
```
```{r}
# ============================================================
# 4. Criar metadados
# ============================================================
obter_classe <- function(arquivo, raiz) {
arquivo_norm <- normalizePath(arquivo, winslash = "/", mustWork = FALSE)
raiz_norm <- normalizePath(raiz, winslash = "/", mustWork = FALSE)
nome_sem_extensao <- tools::file_path_sans_ext(basename(arquivo))
classe_inferida <- stringr::str_extract(nome_sem_extensao, "^C\\d+")
if (!is.na(classe_inferida)) {
return(classe_inferida)
}
caminho_relativo <- stringr::str_remove(
arquivo_norm,
paste0("^", stringr::fixed(raiz_norm), "/?")
)
partes <- strsplit(caminho_relativo, "/", fixed = TRUE)[[1]]
if (length(partes) >= 2) {
return(partes[1])
}
stringr::str_extract(nome_sem_extensao, "^[^_-]+")
}
metadados_completo <- tibble(
arquivo = arquivos,
classe = map_chr(arquivos, obter_classe, raiz = caminho_rgb)
) %>%
mutate(
classe = factor(classe, levels = paste0("C", 1:13)),
tamanho_mb = file.info(arquivo)$size / 1024^2
) %>%
arrange(classe, arquivo)
resumo_dataset <- metadados_completo %>%
group_by(classe) %>%
summarise(
n_imagens = n(),
tamanho_total_mb = sum(tamanho_mb, na.rm = TRUE),
tamanho_medio_mb = mean(tamanho_mb, na.rm = TRUE),
.groups = "drop"
)
resumo_dataset %>%
mutate(across(where(is.numeric), ~ round(.x, 2))) %>%
kable()
```
# Amostra completa (sem limite por classe)
```{r}
# ============================================================
# 5. Usar TODAS as imagens disponíveis por classe
# ============================================================
set.seed(123)
# Alteracao em relacao ao original: max_imagens_por_classe = 9999
# para usar todas as imagens disponiveis
max_imagens_por_classe <- 9999
metadados <- metadados_completo %>%
group_by(classe) %>%
group_modify(~ {
qtd <- min(max_imagens_por_classe, nrow(.x))
slice_sample(.x, n = qtd)
}) %>%
ungroup() %>%
mutate(classe = factor(classe, levels = paste0("C", 1:13)))
cat("Total de imagens no dataset completo:", nrow(metadados_completo), "\n")
cat("Total de imagens na amostra:", nrow(metadados), "\n")
metadados %>%
count(classe, name = "n_imagens_amostra") %>%
arrange(classe) %>%
kable()
```
```{r}
ggplot(metadados, aes(x = classe)) +
geom_bar(fill = "#2C7FB8") +
coord_flip() +
labs(
title = "Distribuicao de imagens por classe (dataset completo)",
x = "Classe",
y = "Numero de imagens"
) +
theme_minimal()
```
# Modelo pre-treinado (Transfer Learning)
```{r}
# ============================================================
# 6. Carregar modelo pre-treinado MobileNetV2
# ============================================================
dir.create("outputs", showWarnings = FALSE)
modelo_base <- application_mobilenet_v2(
include_top = FALSE,
weights = "imagenet",
pooling = "avg",
input_shape = c(224L, 224L, 3L)
)
cat("Modelo carregado:", modelo_base$name, "\n")
cat("Dimensao do vetor de features:", modelo_base$output_shape[[2]], "\n")
```
# Extracao de atributos por Transfer Learning
```{r}
# ============================================================
# 7. Extracao de features (com cache separado do original)
# ============================================================
pasta_saida <- "outputs/completo"
dir.create(pasta_saida, recursive = TRUE, showWarnings = FALSE)
# Nomes diferentes para nao sobrescrever o cache do trabalho original
arquivo_cache_features <- file.path(pasta_saida, "features_rgb_mobilenetv2_completo.rds")
arquivo_cache_parcial <- file.path(pasta_saida, "features_rgb_mobilenetv2_completo_temp.rds")
tamanho_imagem <- 224L
tamanho_lote <- 16L
extrair_features_batch <- function(arquivos, modelo, tamanho = 224L, lote = 16L) {
n <- length(arquivos)
resultados <- matrix(NA_real_, nrow = n, ncol = as.integer(modelo$output_shape[[2]]))
for (inicio in seq(1, n, by = lote)) {
fim <- min(inicio + lote - 1L, n)
bloco <- arquivos[inicio:fim]
tam_bloco <- length(bloco)
batch_array <- array(0, dim = c(tam_bloco, tamanho, tamanho, 3L))
for (j in seq_len(tam_bloco)) {
img <- image_load(bloco[j], target_size = c(tamanho, tamanho))
batch_array[j, , , ] <- image_to_array(img)
}
batch_prep <- (batch_array / 127.5) - 1.0
features <- predict(modelo, batch_prep, verbose = 0L)
resultados[inicio:fim, ] <- features
}
resultados
}
if (file.exists(arquivo_cache_features)) {
dados <- readRDS(arquivo_cache_features)
cat("Features carregadas do cache:", arquivo_cache_features, "\n")
} else {
cat("Extraindo features com MobileNetV2. Isso pode levar alguns minutos...\n")
erros_idx <- integer(0)
if (file.exists(arquivo_cache_parcial)) {
features_matrix <- readRDS(arquivo_cache_parcial)
linhas_prontas <- which(complete.cases(features_matrix))
cat("Cache parcial encontrado:", length(linhas_prontas), "imagens ja processadas.\n")
} else {
n_features <- as.integer(modelo_base$output_shape[[2]])
features_matrix <- matrix(NA_real_, nrow = nrow(metadados), ncol = n_features)
linhas_prontas <- integer(0)
}
linhas_pendentes <- setdiff(seq_len(nrow(metadados)), linhas_prontas)
if (length(linhas_pendentes) > 0) {
for (inicio in seq(1, length(linhas_pendentes), by = tamanho_lote)) {
fim <- min(inicio + tamanho_lote - 1L, length(linhas_pendentes))
idxs <- linhas_pendentes[inicio:fim]
arquivos_bloco <- metadados$arquivo[idxs]
resultado <- tryCatch(
extrair_features_batch(arquivos_bloco, modelo_base, tamanho_imagem, length(idxs)),
error = function(e) {
message("Erro no lote ", inicio, "-", fim, ": ", conditionMessage(e))
erros_idx <<- c(erros_idx, idxs)
NULL
}
)
if (!is.null(resultado)) {
features_matrix[idxs, ] <- resultado
}
cat(sprintf(" Processadas: %d / %d\r", min(fim, length(linhas_pendentes)), length(linhas_pendentes)))
if (fim %% (tamanho_lote * 5L) == 0L) {
saveRDS(features_matrix, arquivo_cache_parcial)
}
}
cat("\n")
saveRDS(features_matrix, arquivo_cache_parcial)
}
imagens_ok <- complete.cases(features_matrix)
n_features <- ncol(features_matrix)
nomes_feat <- paste0("feat_", stringr::str_pad(seq_len(n_features), 4, pad = "0"))
colnames(features_matrix) <- nomes_feat
dados <- bind_cols(
metadados[imagens_ok, ],
as_tibble(features_matrix[imagens_ok, ])
)
if (length(erros_idx) > 0) {
erros_df <- metadados[erros_idx, ] %>% mutate(erro = "falha na extracao CNN")
arquivo_erros <- file.path(pasta_saida, "erros_processamento_rgb_completo.csv")
write_csv(erros_df, arquivo_erros)
cat("Imagens com erro:", length(erros_idx), "(ver", arquivo_erros, ")\n")
}
saveRDS(dados, arquivo_cache_features)
if (file.exists(arquivo_cache_parcial)) file.remove(arquivo_cache_parcial)
cat("Features salvas em:", arquivo_cache_features, "\n")
}
cat("Imagens na base final:", nrow(dados), "\n")
cat("Numero de atributos extraidos (MobileNetV2):", ncol(dados) - 3L, "\n")
```
# Separacao entre treino e teste
```{r}
# ============================================================
# 8. Separacao treino/teste
# ============================================================
set.seed(123)
idx_treino <- createDataPartition(
y = dados$classe,
p = 0.70,
list = FALSE
)
treino <- dados[idx_treino, ]
teste <- dados[-idx_treino, ]
cat("Imagens no treino:", nrow(treino), "\n")
cat("Imagens no teste:", nrow(teste), "\n")
treino %>%
count(classe, name = "treino") %>%
full_join(
teste %>% count(classe, name = "teste"),
by = "classe"
) %>%
arrange(classe) %>%
kable()
```
# Pre-processamento
```{r}
# ============================================================
# 9. Preparar matrizes X e vetor y
# ============================================================
colunas_nao_preditoras <- c("arquivo", "classe", "tamanho_mb")
x_treino <- treino %>%
select(-all_of(colunas_nao_preditoras))
x_teste <- teste %>%
select(-all_of(colunas_nao_preditoras))
y_treino <- droplevels(treino$classe)
y_teste <- factor(teste$classe, levels = levels(y_treino))
variaveis_nzv <- nearZeroVar(x_treino)
if (length(variaveis_nzv) > 0) {
x_treino <- x_treino[, -variaveis_nzv, drop = FALSE]
x_teste <- x_teste[, colnames(x_treino), drop = FALSE]
}
preproc <- preProcess(
x_treino,
method = c("center", "scale")
)
x_treino_norm <- predict(preproc, x_treino)
x_teste_norm <- predict(preproc, x_teste)
cat("Preditores usados nos modelos:", ncol(x_treino_norm), "\n")
```
# Modelo 1: SVM linear
```{r}
# ============================================================
# 10. SVM linear
# ============================================================
set.seed(123)
modelo_svm_linear <- svm(
x = x_treino_norm,
y = y_treino,
kernel = "linear",
cost = 1,
scale = FALSE
)
pred_svm_linear <- predict(modelo_svm_linear, x_teste_norm)
cm_svm_linear <- confusionMatrix(pred_svm_linear, y_teste)
cm_svm_linear
```
# Modelo 2: SVM radial
```{r}
# ============================================================
# 11. SVM radial com parametros fixos
# ============================================================
set.seed(123)
modelo_svm_radial <- svm(
x = x_treino_norm,
y = y_treino,
kernel = "radial",
cost = 10,
gamma = 0.01,
scale = FALSE
)
pred_svm_radial <- predict(modelo_svm_radial, x_teste_norm)
cm_svm_radial <- confusionMatrix(pred_svm_radial, y_teste)
cm_svm_radial
```
# Modelo 3: Ajuste de hiperparametros do SVM radial
```{r}
# ============================================================
# 12. Ajuste simples de hiperparametros do SVM radial
# ============================================================
set.seed(123)
k_cv <- min(5, as.integer(min(table(y_treino))))
if (k_cv >= 2) {
ajuste_svm_radial <- tune.svm(
x = x_treino_norm,
y = y_treino,
kernel = "radial",
cost = c(0.1, 1, 10, 100),
gamma = c(0.001, 0.01, 0.05, 0.1),
tunecontrol = tune.control(cross = k_cv)
)
modelo_svm_radial_ajustado <- ajuste_svm_radial$best.model
pred_svm_radial_ajustado <- predict(
modelo_svm_radial_ajustado,
x_teste_norm
)
cm_svm_radial_ajustado <- confusionMatrix(
pred_svm_radial_ajustado,
y_teste
)
ajuste_svm_radial$best.parameters %>%
kable()
} else {
warning("Poucas amostras por classe para validacao cruzada.")
ajuste_svm_radial <- NULL
modelo_svm_radial_ajustado <- modelo_svm_radial
pred_svm_radial_ajustado <- pred_svm_radial
cm_svm_radial_ajustado <- cm_svm_radial
}
```
```{r}
cm_svm_radial_ajustado
```
# Modelo 4: PCA + SVM radial
```{r}
# ============================================================
# 13. PCA
# ============================================================
pca <- prcomp(
x_treino_norm,
center = FALSE,
scale. = FALSE
)
variancia <- pca$sdev^2
variancia_exp <- variancia / sum(variancia)
variancia_acum <- cumsum(variancia_exp)
n_comp_95 <- which(variancia_acum >= 0.95)[1]
n_comp <- min(n_comp_95, 30, ncol(x_treino_norm))
cat("Componentes necessarios para 95% da variancia:", n_comp_95, "\n")
cat("Componentes usados no modelo:", n_comp, "\n")
```
```{r}
tibble(
componente = seq_along(variancia_acum),
variancia_acumulada = variancia_acum
) %>%
ggplot(aes(x = componente, y = variancia_acumulada)) +
geom_line(color = "#2C7FB8") +
geom_point(color = "#2C7FB8") +
geom_hline(yintercept = 0.95, linetype = "dashed") +
labs(
title = "Variancia acumulada pelo PCA (dataset completo)",
x = "Numero de componentes principais",
y = "Variancia acumulada"
) +
theme_minimal()
```
```{r}
x_treino_pca <- as.data.frame(pca$x[, 1:n_comp, drop = FALSE])
x_teste_pca <- as.data.frame(
predict(pca, newdata = x_teste_norm)[, 1:n_comp, drop = FALSE]
)
set.seed(123)
modelo_svm_pca <- svm(
x = x_treino_pca,
y = y_treino,
kernel = "radial",
cost = 10,
gamma = 0.01,
scale = FALSE
)
pred_svm_pca <- predict(modelo_svm_pca, x_teste_pca)
cm_svm_pca <- confusionMatrix(pred_svm_pca, y_teste)
cm_svm_pca
```
# Modelo 5: Random Forest
```{r}
# ============================================================
# 14. Random Forest
# ============================================================
set.seed(123)
modelo_rf <- randomForest(
x = x_treino_norm,
y = y_treino,
ntree = 500,
importance = TRUE
)
pred_rf <- predict(modelo_rf, x_teste_norm)
cm_rf <- confusionMatrix(pred_rf, y_teste)
cm_rf
```
# Comparacao dos modelos
```{r}
# ============================================================
# 15. Funcao de avaliacao dos modelos
# ============================================================
avaliar_modelo <- function(nome, matriz_confusao) {
overall <- matriz_confusao$overall
by_class <- matriz_confusao$byClass
if (is.matrix(by_class)) {
sensibilidade_macro <- mean(by_class[, "Sensitivity"], na.rm = TRUE)
especificidade_macro <- mean(by_class[, "Specificity"], na.rm = TRUE)
f1_macro <- mean(by_class[, "F1"], na.rm = TRUE)
} else {
sensibilidade_macro <- by_class["Sensitivity"]
especificidade_macro <- by_class["Specificity"]
f1_macro <- by_class["F1"]
}
tibble(
modelo = nome,
acuracia = as.numeric(overall["Accuracy"]),
kappa = as.numeric(overall["Kappa"]),
sensibilidade_macro = as.numeric(sensibilidade_macro),
especificidade_macro = as.numeric(especificidade_macro),
f1_macro = as.numeric(f1_macro)
)
}
resultados <- bind_rows(
avaliar_modelo("SVM linear", cm_svm_linear),
avaliar_modelo("SVM radial", cm_svm_radial),
avaliar_modelo("SVM radial ajustado", cm_svm_radial_ajustado),
avaliar_modelo("PCA + SVM radial", cm_svm_pca),
avaliar_modelo("Random Forest", cm_rf)
) %>%
arrange(desc(acuracia))
resultados %>%
mutate(across(where(is.numeric), ~ round(.x, 4))) %>%
kable(caption = "Resultados - Dataset Completo (Holdout 70/30)")
```
```{r}
ggplot(resultados, aes(x = reorder(modelo, acuracia), y = acuracia)) +
geom_col(fill = "#2C7FB8") +
coord_flip() +
labs(
title = "Comparacao da acuracia dos modelos (dataset completo)",
x = "Modelo",
y = "Acuracia"
) +
theme_minimal()
```
# Importancia das variaveis
```{r}
# ============================================================
# 16. Importancia das variaveis
# ============================================================
importancia <- importance(modelo_rf)
coluna_importancia <- if ("MeanDecreaseGini" %in% colnames(importancia)) {
"MeanDecreaseGini"
} else {
colnames(importancia)[1]
}
importancia_df <- tibble(
variavel = rownames(importancia),
importancia = importancia[, coluna_importancia]
) %>%
arrange(desc(importancia))
importancia_df %>%
slice_head(n = 20) %>%
kable()
```
# Salvamento dos resultados
```{r}
# ============================================================
# 17. Salvar saidas (nomes diferentes do original)
# ============================================================
dir.create(pasta_saida, recursive = TRUE, showWarnings = FALSE)
write_csv(dados, file.path(pasta_saida, "features_rgb_completo.csv"))
write_csv(resultados, file.path(pasta_saida, "resultados_modelos_rgb_completo.csv"))
write_csv(importancia_df, file.path(pasta_saida, "importancia_variaveis_rgb_completo.csv"))
saveRDS(
list(
preproc = preproc,
modelo_svm_linear = modelo_svm_linear,
modelo_svm_radial = modelo_svm_radial,
ajuste_svm_radial = ajuste_svm_radial,
modelo_svm_radial_ajustado = modelo_svm_radial_ajustado,
modelo_svm_pca = modelo_svm_pca,
modelo_rf = modelo_rf,
pca = pca,
resultados = resultados,
extrator_cnn = "MobileNetV2 (ImageNet, sem topo, pooling=avg, 1280 features)"
),
file.path(pasta_saida, "modelos_rgb_completo.rds")
)
cat("Arquivos salvos em:", pasta_saida, "\n")
```
# Validacao Cruzada K-Fold
```{r}
# ============================================================
# 18. Validacao cruzada k-fold (k=5, estratificada)
# ============================================================
set.seed(123)
k_folds <- 5L
folds <- createFolds(dados$classe, k = k_folds, list = TRUE, returnTrain = FALSE)
grade_cost_kfold <- c(1, 10, 100)
grade_gamma_kfold <- c(0.001, 0.01, 0.05, 0.1)
metricas_folds <- vector("list", k_folds)
for (fold_i in seq_len(k_folds)) {
idx_teste <- folds[[fold_i]]
idx_treino <- setdiff(seq_len(nrow(dados)), idx_teste)
fold_treino <- dados[idx_treino, ]
fold_teste <- dados[idx_teste, ]
x_fold_tr <- fold_treino %>% select(-all_of(colunas_nao_preditoras))
x_fold_te <- fold_teste %>% select(-all_of(colunas_nao_preditoras))
y_fold_tr <- droplevels(fold_treino$classe)
y_fold_te <- factor(fold_teste$classe, levels = levels(y_fold_tr))
nzv_fold <- nearZeroVar(x_fold_tr)
if (length(nzv_fold) > 0) {
x_fold_tr <- x_fold_tr[, -nzv_fold, drop = FALSE]
x_fold_te <- x_fold_te[, colnames(x_fold_tr), drop = FALSE]
}
pp_fold <- preProcess(x_fold_tr, method = c("center", "scale"))
x_fold_tr_n <- predict(pp_fold, x_fold_tr)
x_fold_te_n <- predict(pp_fold, x_fold_te)
m1 <- svm(x = x_fold_tr_n, y = y_fold_tr,
kernel = "linear", cost = 1, scale = FALSE)
m2 <- svm(x = x_fold_tr_n, y = y_fold_tr,
kernel = "radial", cost = 10, gamma = 0.01, scale = FALSE)
k_cv_fold <- min(5L, min(table(y_fold_tr)))
ajuste_fold <- tune.svm(
x = x_fold_tr_n,
y = y_fold_tr,
kernel = "radial",
cost = grade_cost_kfold,
gamma = grade_gamma_kfold,
tunecontrol = tune.control(cross = k_cv_fold)
)
m3 <- ajuste_fold$best.model
pca_fold <- prcomp(x_fold_tr_n, center = FALSE, scale. = FALSE)
var_acum_f <- cumsum(pca_fold$sdev^2 / sum(pca_fold$sdev^2))
n_comp_f <- min(which(var_acum_f >= 0.95)[1], 30L, ncol(x_fold_tr_n))
x_pca_tr <- as.data.frame(pca_fold$x[, 1:n_comp_f, drop = FALSE])
x_pca_te <- as.data.frame(predict(pca_fold, x_fold_te_n)[, 1:n_comp_f, drop = FALSE])
m4 <- svm(x = x_pca_tr, y = y_fold_tr,
kernel = "radial", cost = 10, gamma = 0.01, scale = FALSE)
m5 <- randomForest(x = x_fold_tr_n, y = y_fold_tr, ntree = 200L)
metricas_folds[[fold_i]] <- bind_rows(
avaliar_modelo("SVM linear", confusionMatrix(predict(m1, x_fold_te_n), y_fold_te)),
avaliar_modelo("SVM radial", confusionMatrix(predict(m2, x_fold_te_n), y_fold_te)),
avaliar_modelo("SVM radial ajustado", confusionMatrix(predict(m3, x_fold_te_n), y_fold_te)),
avaliar_modelo("PCA + SVM radial", confusionMatrix(predict(m4, x_pca_te), y_fold_te)),
avaliar_modelo("Random Forest", confusionMatrix(predict(m5, x_fold_te_n), y_fold_te))
) %>% mutate(fold = fold_i)
cat(sprintf(
"Fold %d/%d concluido. SVM ajustado: cost = %s | gamma = %s\n",
fold_i, k_folds,
ajuste_fold$best.parameters$cost,
ajuste_fold$best.parameters$gamma
))
}
```
```{r}
resultados_kfold <- bind_rows(metricas_folds) %>%
group_by(modelo) %>%
summarise(across(c(acuracia, kappa, sensibilidade_macro, especificidade_macro, f1_macro), mean),
.groups = "drop") %>%
arrange(desc(acuracia))
write_csv(resultados_kfold, file.path(pasta_saida, "resultados_kfold_rgb_completo.csv"))
resultados_kfold %>%
mutate(across(where(is.numeric), ~ round(.x, 4))) %>%
kable(caption = "Acuracia media - K-Fold (k=5) - Dataset Completo")
```
# Comparacao: Holdout vs K-Fold
```{r}
# ============================================================
# 19. Comparacao direta entre as duas estrategias
# ============================================================
comparacao <- bind_rows(
resultados %>% mutate(estrategia = "Holdout 70/30"),
resultados_kfold %>% mutate(estrategia = "K-Fold (k=5)")
) %>%
select(estrategia, modelo, acuracia, kappa, f1_macro) %>%
arrange(estrategia, desc(acuracia))
comparacao %>%
mutate(across(where(is.numeric), ~ round(.x, 4))) %>%
kable(caption = "Comparacao entre Holdout 70/30 e K-Fold - Dataset Completo")
```
```{r}
ggplot(comparacao, aes(x = reorder(modelo, acuracia), y = acuracia, fill = estrategia)) +
geom_col(position = "dodge") +
coord_flip() +
scale_fill_manual(values = c("Holdout 70/30" = "#2C7FB8", "K-Fold (k=5)" = "#E06C00")) +
labs(
title = "Acuracia: Holdout 70/30 vs K-Fold (k=5) - Dataset Completo",
x = "Modelo",
y = "Acuracia",
fill = "Estrategia"
) +
theme_minimal()
```
# Conclusao
```{r}
melhor_holdout <- max(resultados$acuracia)
melhor_kf <- max(resultados_kfold$acuracia)
cat("Acuracia maxima - Holdout:", round(melhor_holdout, 4), "\n")
cat("Acuracia maxima - K-Fold: ", round(melhor_kf, 4), "\n")
cat("Melhor modelo (holdout):", resultados$modelo[1], "\n")
cat("Melhor modelo (k-fold):", resultados_kfold$modelo[1], "\n")
```