Instituto Federal Goiano – Campus Ceres

Inteligência Artificial
Bacharelado em Sistemas de Informação

Prof. Dr. Rafael D. F. Feitosa

rafael.feitosa@ifgoiano.edu.br
 AULA
05 Conteúdo
●
Funções discriminantes
– Separação de classes por fronteira de
decisão única

2
© Rafael Feitosa
 Funções de decisão lineares
●
Uma função de decisão linear ou função discriminante linear
tem a seguinte forma:
d (x )=v Ti ⋅x+ v n+1 =v 1 x 1+ v 2 x 2 +...+ v n xn + v n+1
●
Para facilitar a notação, definem os vetores de padrões (ou
atributos) xe e pesos v aumentados
x e =[x 1 x 2 ... x n 1] T v=[v 1 v 2 ... v n v n+1 ]T

então
d (x )=v T⋅x e
Fonte: https://fisica.ufmt.br/nuvem/?p=1334
3
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
●
No caso de 2 classes de padrões, a função de decisão
possui a seguinte propriedade:
T
d ( x )=v ⋅x e
{
> 0 se x e ∈ w1
< 0 se x e ∈ w2

●
No caso de W classes:
– Avaliação das W funções de decisão deve ser feita
separadamente.
4
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
●
Caso 1:
– Cada classe é separável das outras classes por uma única fronteira de
decisão:
●
Há W funções de decisão, tais que:

d ( x )=v i ⋅x e
T
{
> 0 se x e ∈ wi
< 0 se x e ∉ wi
i=1 , 2 ,... , W
T
onde v i=[v i 1 v i 2 ... v id +1 ] é o vetor peso associado à i-ésima função de decisão.
●
A fronteira de decisão para a classe wi é defina por
d i ( x)=0
5
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
+ d1(x) = 0
x2 -
●
Caso 1: RCI
w1
5
p1
– Funções de decisão: 4

d 1 (x)=−x 1 + x 2 – 1
x1 = -4 e x2 = -3 p1→ d1(x) = 1
3

2 w2
x1 = 3 e x2 = 4 p2→ d1(x) = -2
- - - - -
1
RCI 1 2 3 4 5
d 2 (x)=x 1 + x 2 – 4 5 4 3 2 1
x1d (x) = 0
x1 = 0 e x2 = 4 p1→ d2(x) = 2
p2→ d2(x) = -9
RCI -
1
3
-

w3
x1 = 3 e x2 = 1 -
2 +
d 3 ( x)=− x 1−4 x 2 +2 - RCI
p2 3

x1 = -4 e x2 = 1,5 p1→ d3(x) = -16 -

4 d2(x) = 0 - +
x1 = 4 e x2 = -0,5 p2→ d3(x) = 16 -

{ p1 (2, 4) 5
6 pi (x1, x2)
© Rafael Feitosa | Adaptado de André Fabio Kohn p2 (-2, -3)
 Funções de decisão lineares
+ d1(x) = 0
x2 -
●
Observações:
RCI
w1
5

– Partição do espaço de 4
p1

atributos gera:
●
Dicotomias wi/não wi;
3

2 w2
●
RCI (regiões de - - - - -
1
RCI 1 2 3 4 5
classificação 5 4 3 2 1
x1d (x) = 0
indeterminada).
RCI -
1
3
-

w3
– Regiões de classificação
-
2 +
RCI
válidas:
-
p2 3

d2(x) = 0 - +
-
●
Conexas e convexas. 4

-
5
7
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
+ d1(x) = 0
x2 -
●
Observações:
RCI
w1
5
– Problema básico de RP 4
p1

w2
por decisão teórica: 3

●
Encontrar W funções de 2

decisão d1(x), d2(x), …, 1

RCI
dW(x) com a -
5
-
4
-
3
-
2
-
1
1 2 3 4 5

propriedade de que, se o x1d (x) = 0

padrão x ∈ wi, então: RCI -
1
3
-

w3
-
2 +
- RCI
d i (x)> d j (x) j =1 ,2 , … , W ; j ≠ i p2 3

d2(x) = 0 - +
-
4

-
5
8
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
+ d1(x) = 0
x2 -
●
Amostras sobre RCI
w1
5

fronteiras terão 4
p1

classificação
indeterminada:
3

2 w2
- - - - -
1
RCI 1 2 3 4 5

Empates
5 4 3 2 1
– x1d (x) = 0

resolvidos RCI -
1
3
-

w3
-
2 +
arbitrariamente. p2
-
3
RCI
d2(x) = 0 - +
-
4

-
5
9
© Rafael Feitosa | Adaptado de André Fabio Kohn
 Funções de decisão lineares
●
Exemplo 1:
– Dadas seguintes funções de decisão, classificar o padrão x = [0,5 3]T:
d1(x) = - x1 + x2 – 1
d2(x) = x1 + x2 – 4
d3(x) = - x1 - 4x2 + 2
– Solução:
d1(x) = 1,5 > 0
d2(x) = - 0,5 < 0 como d1(x) > 0 tem-se x ∈ w1
d3(x) = - 10,5 < 0
10
© Rafael Feitosa | Adaptado de André Fabio Kohn
11
© Rafael Feitosa