Análise de redução de dimensionalidade com PCA para predição da qualidade de vinhos brancos utilizando algoritmos de aprendizado de máquina

Abstract

A qualidade de vinhos é um atributo de elevada importância econômica e científica, determinado por complexas interações físico-químicas que influenciam as características sensoriais associadas à sua qualidade. Este trabalho investiga a aplicação de cinco algoritmos de aprendizado de máquina supervisionado: Random Forest, Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Multi-Layer Perceptron (MLP) e Gaussian Naive Bayes (GNB), integrados à técnica de Análise de Componentes Principais (Principal Component Analysis - PCA) para a classificação da qualidade de vinhos brancos do conjunto UCI Wine Quality. A aplicação do PCA busca reduzir a dimensionalidade dos atributos químicos e eliminar redundâncias entre variáveis correlacionadas, preservando a maior parte da variância dos dados. A otimização de hiperparâmetros foi conduzida via busca em grade com validação cruzada (Grid Search with Cross-Validation - GridSearchCV) com validação cruzada estratificada de cinco folds, adotando-se o F1-macro como principal métrica de desempenho. O experimento estruturou-se em dois cenários distintos: classificação multiclasse, abrangendo notas de 3 a 9, e classificação binária, distinguindo vinhos de qualidade superior (≥ 7) de vinhos de qualidade inferior. As conclusões demonstram que a integração entre redução dimensional e modelos inteligentes favorece a identificação de padrões críticos na composição vinícola.