Escolar Documentos
Profissional Documentos
Cultura Documentos
Aprendizado Supervisionado
rvores de deciso.
K-Nearest Neighbor (KNN).
Support Vector Machines (SVM).
Redes Neurais.
Aprendizado No Supervisionado
?
LOGO
K-Nearest Neighbor
2,20
2,00
1,80
Altura
1,60
1,40
1,20
1,10
20 40 60 70 90 110 130 150
Peso
LOGO
K-Nearest Neighbor
K=1
Pertence a classe de quadrados.
K=3
Pertence a classe de tringulos.
?
K=7
Pertence a classe de quadrados.
LOGO
K-Nearest Neighbor
Vantagens:
Tcnica simples e facilmente implementada.
Bastante flexvel.
Em alguns casos apresenta timos resultados.
Desvantagens:
Classificar um exemplo desconhecido pode ser um processo
computacionalmente complexo. Requer um calculo de distancia
para cada exemplo de treinamento.