Uso de aprendizado de máquinas para análise de acidentes de trabalho

Abstract

Algoritmos de aprendizado de máquina (ML) tem sido cada vez mais utilizados para classificação em diferentes aplicações. Entretanto, sua exploração é recente,na classificação de acidentes,no campo da segurança do trabalho. Apenas a utilização de classificadores otimizados pode não ser suficiente para avaliar a importância das variáveis presentes no banco de dados.Neste trabalho, o algoritmo C4.5 foi utilizado para classificar a gravidade de acidentes de trabalho, usando uma base de dados abertos da Comunicação de Acidentes de Trabalho (CAT).Em particular, as variáveis mais influentes são analisadas por meio de métodos como qui-quadrado e ganho de informação. Foram realizados dois experimentos para comparar a seleção de variáveis e a eficiência do classificador. O primeiro experimento foi realizado com a base desbalanceada, sendo que a classe minoritária, representa 40% da amostra e o segundo experimento foi realizado com a variável alvo balanceada, utilizando a técnica SMOTE. Todas as variáveis foram selecionadas a partir do qui-quadrado. O ganho de informação ordenou as variáveis mais importantes. O nó raiz da árvore criada foi a variável natureza da lesão e as variáveis emitente e filiação não foram relevantes para o modelo. O algoritmo C4.5 teve melhor desempenho utilizando o SMOTE, com 89,23% de acurácia, sendo 1% maior do que a base sem balanceamento.