INF 1771 – Inteligência Artificial
Aula 16 – K-Nearest Neighbor (KNN)
Edirlei Soares de Lima
<elima@inf.puc-rio.br>
Formas de Aprendizado
Aprendizado Supervisionado
Árvores de decisão.
K-Nearest Neighbor (KNN).
Support Vector Machines (SVM).
Redes Neurais.
Aprendizado Não Supervisionado
Aprendizado Por Reforço
Aprendizado Supervisionado
Observa-se alguns pares de exemplos de
entrada e saída, de forma a aprender uma
função que mapeia a entrada para a
saída.
Damos ao sistema a resposta correta
durante o processo de treinamento.
É eficiente pois o sistema pode trabalhar
diretamente com informações corretas.
K-Nearest Neighbor
É um dos algoritmos de classificação mais simples.
Usado para classificar objetos com base em
exemplos de treinamento que estão mais próximos
no espaço de características.
?
K-Nearest Neighbor
Para utilizar o KNN é necessário:
(
1) Um conjunto de exemplos de
treinamento.
(
a distância entre os exemplos de
treinamento.
2) Definir uma métrica para calcular
?
(
vizinhos mais próximos que serão
considerados pelo algoritmo).
3) Definir o valor de K (o número de
K-Nearest Neighbor
Classificar um exemplo desconhecido
com o algoritmo KNN consiste em:
(
desconhecido e o outros exemplos do
conjunto de treinamento.
1) Calcular a distância entre o exemplo
?
(
2) Identificar os K vizinhos mais próximos.
3) Utilizar o rotulo da classe dos vizinhos
(
mais próximos para determinar o rótulo de
classe do exemplo desconhecido (votação
majoritária).
Espaço de Caracteristicas
2,20
2,00
1,80
1,60
1,40
1,20
1,10
Altura
2
0 40 60
70 90 110 130 150
Peso
K-Nearest Neighbor
Calculando a distancia entre dois pontos:
Existem varias formas diferentes de calcular essa
distancia. A mais simples é a distancia euclidiana:
n
2
d(p,q) =
(pi − qi )
i=1
É importante normalizar os dados.
Outras formas de mediar a distancia:
Distância de Mahalanobis.
Distância de Minkowsky.
Hamming Distance.
...
K-Nearest Neighbor
Determinando a classe do exemplo
desconhecido a partir da de lista de vizinhos
mais próximos:
Considera-se o voto majoritário entre os rótulos de
classe dos K vizinhos mais próximos.
Como escolher o valor de K?
K-Nearest Neighbor
K = 1
Pertence a classe de quadrados.
K = 3
Pertence a classe de triângulos.
?
K = 7
Pertence a classe de quadrados.
K-Nearest Neighbor
Como escolher o valor de K?
Se K for muito pequeno, a classificação fica
sensível a pontos de ruído.
Se k é muito grande, a vizinhança pode incluir
elementos de outras classes.
Além disso, é necessário sempre escolher um
valor ímpar para K, assim se evita empates
na votação.
K-Nearest Neighbor
A precisão da classificação utilizando o algoritmo
KNN depende fortemente do modelo de dados.
Na maioria das vezes os atributos precisam ser
normalizados para evitar que as medidas de
distância sejam dominado por um único atributo.
Exemplos:
Altura de uma pessoa pode variar de 1,20 a 2,10.
Peso de uma pessoa pode variar de 40 kg a 150 kg.
O salário de uma pessoa podem variar de R$ 800 a R$
2
0.000.
K-Nearest Neighbor
Vantagens:
Técnica simples e facilmente implementada.
Bastante flexível.
Em alguns casos apresenta ótimos resultados.
Desvantagens:
Classificar um exemplo desconhecido pode ser um processo
computacionalmente complexo. Requer um calculo de distancia
para cada exemplo de treinamento.
Pode consumir muito tempo quando o conjunto de treinamento é muito grande.
A precisão da classificação pode ser severamente degradada
pela presença de ruído ou características irrelevantes.