Inteligência Artificial
Aula 12 – K-Nearest Neighbor (KNN)
Edirlei Soares de Lima
<edirlei@iprj.uerj.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 clássicos e bem 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.
(2) Definir uma métrica para calcular a
distância entre os exemplos de treinamento.
?
–
(3) Definir o valor de K (o número de vizinhos
mais próximos que serão considerados pelo
algoritmo).
K-Nearest Neighbor
•
Classificar um exemplo desconhecido com
o algoritmo KNN consiste em:
–
(1) Calcular a distância entre o exemplo
desconhecido e o outros exemplos do conjunto de
treinamento.
?
–
–
(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 Características
2,20
2,00
1,80
1,60
1,40
1,20
1,10
Altura
20 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 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$ 20.000.
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.
Leitura Complementar
•
•
Mitchell, T. Machine Learning, McGraw–Hill
Science/Engineering/Math, 1997.
Duda, R. Hart, P. Stork, D. Pattern Classification,
John Wiley & Sons, 2000