Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/11000| Título: | Comparative Evaluation of Class Balancing Strategies for Depression Detection in Reddit Posts |
| Título(s) alternativo(s): | Avaliação Comparativa de Estratégias de Balanceamento de Classes para a Detecção de Depressão em Postagens do Reddit |
| Autor(es): | FONTENELE, Thallyson Gabriel Martins Correia |
| Palavras-chave: | modelos preditivos eficazes; effective predictive models; técnicas de balanceamento na detecção de sinais de depressão; balancing techniques for detecting signs of depression; postagens do Reddit Reddit posts |
| Data do documento: | 13-Jul-2026 |
| Editor: | UFMA |
| Citação: | https://doi.org/10.5753/eniac.2025.13879 |
| Resumo: | Abstract. Real-world health datasets are often imbalanced, making it difficult to build effective predictive models. This study evaluates the impact of balancing techniques in detecting signs of depression in Reddit posts using the eRisk 2017 dataset. Four sampling strategies and a no-resampling approach were applied to Random Forest, XGBoost, and GLM models. Evaluation metrics included sensitivity, specificity, and AUC-ROC. Partial undersampling achieved an AUC-ROC of 0.72 with GLM (lambda = 1), while the combined method with oversampling reached 0.68 with RF (mtry = 126). The results highlight the importance of balancing techniques in mental health prediction tasks. |
| Descrição: | Resumo. Conjuntos de dados reais em saúde geralmente são desbalanceados, o que dificulta a construção de modelos preditivos eficazes. Este trabalho avalia o impacto de técnicas de balanceamento na detecção de sinais de depressão em postagens do Reddit, utilizando o conjunto de dados do eRisk 2017. Foram testadas quatro estratégias de amostragem e uma abordagem sem reamostragem, aplicadas aos modelos Random Forest, XGBoost e GLM. As métricas analisadas foram sensibilidade, especificidade e AUC-ROC. A subamostragem parcial atingiu AUC-ROC de 0,72 com GLM (lambda = 1), enquanto a combinação com superamostragem obteve 0,68 com RF (mtry = 126). Os resultados reforçam a importância de técnicas de balanceamento para predição em saúde mental. |
| URI: | http://hdl.handle.net/123456789/11000 |
| Aparece nas coleções: | TCCs de Graduação de Engenharia da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Thallyson Gabriel Martins Correia Fontenele.pdf | TCC de Graduação | 163,74 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.