Aprendizado de Máquina Explicável para Análise Estrutural do Desenvolvimento Sustentável em Minas Gerais
Resumo
Este estudo analisou o Índice de Desenvolvimento Sustentável das Cidades (IDSC) dos municípios do estado de Minas Gerais. A abordagem combinou pré-processamento, controle de multicolinearidade, ajuste de modelos (Elastic Net, Ridge, Random Forest e XGBoost) via validação cruzada e avaliação de desempenho. A explicabilidade foi realizada a partir do método SHAP (SHapley Additive exPlanations). O modelo com regularização L2 apresentou melhor desempenho. Os resultados indicam a relevância de indicadores de saneamento básico e segurança, oferecendo evidências empíricas para apoiar políticas públicas alinhadas aos Objetivos de Desenvolvimento Sustentável (ODS) da Agenda 2030.Referências
Akoglu, H. (2018). User's guide to correlation coefficients. Turkish Journal of Emergency Medicine, 18(3):91–93. DOI: 10.1016/j.tjem.2018.08.001
Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32. DOI: 10.1023/A:1010933404324
Burman, P. (1989). A comparative study of ordinary cross-validation, v-fold cross-validation and the repeated learning-testing methods. Biometrika, 76(3):503-514. DOI: 10.2307/2336116
Costa, A. P., & Fernández, V. L. (2024). Sustainability and development in the municipalities of the State of Paraná: Mapping and analysis using the sustainable city development index of Brazil (IDSC-BR). CEPAL Review, 2024(143):85–107. DOI: 10.18356/16840348-2024-143-5
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 785–794. Association for Computing Machinery. DOI: 10.1145/2939672.2939785.
Crane, M., Lloyd, S., Haines, A., Ding, D., Hutchinson, E., Belesova, K., Davies, M., Osrin, D., Zimmermann, N., Capon, A., Wilkinson, P., & Turcu, C. (2021). Transforming cities for sustainability: a health perspective. Environment International, 147, 106366. DOI: 10.1016/j.envint.2020.106366
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3):241–252. DOI: 10.1080/00401706.1964.10490181
Guimarães, L. Neto (1997). Desigualdades e políticas regionais no brasil: caminhos e descaminhos. Revista Planejamento e Políticas Públicas, 15. [link]
Hoerl, A. E., & Kennard, R. W. (1970). Ridge regression: Biased estimation for nonorthogonal problems. Technometrics, 12(1):55–67. DOI: 10.1080/00401706.1970.10488634
Instituto Brasileiro de Geografia e Estatística. (s.d.). Cidades e Estados do Brasil. [link]. Acesso em: 28 mar. 2026.
Instituto Cidades Sustentáveis. (s.d.-a). Apresentação índice de desenvolvimento sustentável das cidades – brasil. Índice de Desenvolvimento Sustentável das Cidades – Brasil. [link]. Acesso em: 15 set. 2025.
Instituto Cidades Sustentáveis. (s.d.-b). Índice de desenvolvimento sustentável das cidades. [link]. Acesso em: 15 set. 2025.
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260):583–621. DOI: 10.1080/01621459.1952.10483441
Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. In Proceedings of the 31st International Conference on Neural Information Processing Systems (NIPS 2017), pages 4765–4774. Curran Associates. [link]
Marquardt, D. W. (1970). Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation. Technometrics, 12(3):591–612. DOI: 10.1080/00401706.1970.10488699
Nações Unidas Brasil. (2015). Agenda 2030 para o desenvolvimento sustentável. [link].
Parikh, P., Diep, L., Hofmann, P., Tomei, J., Campos, L. C., Teh, T., Mulugetta, Y., Milligan, B., & Lakhanpaul, M. (2021). Synergies and trade-offs between sanitation and the sustainable development goals. UCL Open Environment, 2, e016. DOI: 10.14324/111.444/ucloe.000016
Pearson, K. (1896). VII. Mathematical contributions to the theory of evolution.—III. Regression, heredity, and panmixia. Philosophical Transactions of the Royal Society of London. Series A, (187):253–318. DOI: 10.1098/rsta.1896.0007
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4):591–611. DOI: 10.1093/biomet/52.3-4.591
Valle-Cruz, D., Ruvalcaba-Gómez, E. A., Sandoval-Almazán, R., & Criado, J. I. (2019). A review of artificial intelligence in government and its potential from a public policy perspective. Proceedings of the 20th Annual International Conference on Digital Government Research, 91–99. DOI: 10.1145/3325112.3325242
Wissmann, M. A., & Backes, G. (2022). Índice de desenvolvimento sustentável das cidades: um estudo com base na realidade brasileira. Revista Científica Acertte, 2(9), e2991. DOI: 10.47820/acertte.v2i9.91
Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society: Series B (Statistical Methodology), London, 67(2):301-320. DOI: 10.1111/j.1467-9868.2005.00503.x
Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32. DOI: 10.1023/A:1010933404324
Burman, P. (1989). A comparative study of ordinary cross-validation, v-fold cross-validation and the repeated learning-testing methods. Biometrika, 76(3):503-514. DOI: 10.2307/2336116
Costa, A. P., & Fernández, V. L. (2024). Sustainability and development in the municipalities of the State of Paraná: Mapping and analysis using the sustainable city development index of Brazil (IDSC-BR). CEPAL Review, 2024(143):85–107. DOI: 10.18356/16840348-2024-143-5
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 785–794. Association for Computing Machinery. DOI: 10.1145/2939672.2939785.
Crane, M., Lloyd, S., Haines, A., Ding, D., Hutchinson, E., Belesova, K., Davies, M., Osrin, D., Zimmermann, N., Capon, A., Wilkinson, P., & Turcu, C. (2021). Transforming cities for sustainability: a health perspective. Environment International, 147, 106366. DOI: 10.1016/j.envint.2020.106366
Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3):241–252. DOI: 10.1080/00401706.1964.10490181
Guimarães, L. Neto (1997). Desigualdades e políticas regionais no brasil: caminhos e descaminhos. Revista Planejamento e Políticas Públicas, 15. [link]
Hoerl, A. E., & Kennard, R. W. (1970). Ridge regression: Biased estimation for nonorthogonal problems. Technometrics, 12(1):55–67. DOI: 10.1080/00401706.1970.10488634
Instituto Brasileiro de Geografia e Estatística. (s.d.). Cidades e Estados do Brasil. [link]. Acesso em: 28 mar. 2026.
Instituto Cidades Sustentáveis. (s.d.-a). Apresentação índice de desenvolvimento sustentável das cidades – brasil. Índice de Desenvolvimento Sustentável das Cidades – Brasil. [link]. Acesso em: 15 set. 2025.
Instituto Cidades Sustentáveis. (s.d.-b). Índice de desenvolvimento sustentável das cidades. [link]. Acesso em: 15 set. 2025.
Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260):583–621. DOI: 10.1080/01621459.1952.10483441
Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. In Proceedings of the 31st International Conference on Neural Information Processing Systems (NIPS 2017), pages 4765–4774. Curran Associates. [link]
Marquardt, D. W. (1970). Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation. Technometrics, 12(3):591–612. DOI: 10.1080/00401706.1970.10488699
Nações Unidas Brasil. (2015). Agenda 2030 para o desenvolvimento sustentável. [link].
Parikh, P., Diep, L., Hofmann, P., Tomei, J., Campos, L. C., Teh, T., Mulugetta, Y., Milligan, B., & Lakhanpaul, M. (2021). Synergies and trade-offs between sanitation and the sustainable development goals. UCL Open Environment, 2, e016. DOI: 10.14324/111.444/ucloe.000016
Pearson, K. (1896). VII. Mathematical contributions to the theory of evolution.—III. Regression, heredity, and panmixia. Philosophical Transactions of the Royal Society of London. Series A, (187):253–318. DOI: 10.1098/rsta.1896.0007
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4):591–611. DOI: 10.1093/biomet/52.3-4.591
Valle-Cruz, D., Ruvalcaba-Gómez, E. A., Sandoval-Almazán, R., & Criado, J. I. (2019). A review of artificial intelligence in government and its potential from a public policy perspective. Proceedings of the 20th Annual International Conference on Digital Government Research, 91–99. DOI: 10.1145/3325112.3325242
Wissmann, M. A., & Backes, G. (2022). Índice de desenvolvimento sustentável das cidades: um estudo com base na realidade brasileira. Revista Científica Acertte, 2(9), e2991. DOI: 10.47820/acertte.v2i9.91
Zou, H., & Hastie, T. (2005). Regularization and variable selection via the elastic net. Journal of the Royal Statistical Society: Series B (Statistical Methodology), London, 67(2):301-320. DOI: 10.1111/j.1467-9868.2005.00503.x
Publicado
19/07/2026
Como Citar
ROCHA, Leandro Scala da; MENEZES, Sady Júnior Martins da Costa de.
Aprendizado de Máquina Explicável para Análise Estrutural do Desenvolvimento Sustentável em Minas Gerais. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 53. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 890-895.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2026.23419.
