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, McGrawHill  
Science/Engineering/Math, 1997.  
Duda, R. Hart, P. Stork, D. Pattern Classification,  
John Wiley & Sons, 2000