ÁRVORE DE DECISÃO COMO FERRAMENTA NA CLASSIFICAÇÃO DE ACESSOS DE FEIJÃO-FAVA

RESUMO

Estudos de caracterização morfoagronômica que visam a discriminação e classificação de acessos de feijão-fava quanto aos centros de domesticação e estado biológico têm sido de grande importância para a conservação da biodiversidade da espécie. Para esse fim, é muito utilizada a análise multivariada denominada análise discriminante, que nem sempre é capaz de produzir resultados satisfatórios. Classificadores baseados em inteligência computacional constituem-se ferramentas adicionais para a compreensão de problemas complexos de classificação. Neste estudo, objetivou-se testar o uso da árvore de decisão na classificação do feijão-fava de acordo com os centros de domesticação e estado biológico (cultivado e silvestre), com base em oito caracteres fenotípicos da semente. Foram avaliados 60 acessos de feijão-fava do Banco de Germoplasma de Phaseolus da Universidade Federal do Piauí (BGP/UFPI), em cuja classificação foram utilizadas duas abordagens: estatística convencional com análise discriminante sob componentes principais (DAPC) e inteligência computacional por meio da árvore de decisão (AD). Os resultados mostraram que o uso da AD foi eficiente para identificar padrões na classificação dos acessos de feijão-fava, devido à sua compreensibilidade. O peso da semente foi um dos principais descritores utilizado para explicar a origem e a diversidade da espécie. Os resultados encontrados serão úteis para estudos que envolvem a conservação de recursos genéticos, principalmente para a manutenção de bancos de germoplasma e em programas de melhoramento. Além disso, recomenda-se a integração de algoritmos de aprendizado de máquina em estudos voltados à classificação de feijão-fava.

Palavras-chave:
Phaseolus lunatus L; Aprendizado de máquina; Inteligência computacional; Métodos multivariados