Carregando
0x50Lição 6 de 18

Ensinando uma máquina a classificar

Classifique novos exemplos consultando seus vizinhos mais próximos, escolha k e observe os limites de decisão.

20 min Questionário com 6 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • Calcular a distância entre dois exemplos
  • Classificar usando o voto da maioria entre os k vizinhos mais próximos
  • Explicar como a escolha de k muda o resultado

A regressão prevê um número. A classificação prevê uma categoria: spam ou legítimo, qual dígito, qual espécie. Um dos classificadores mais simples e intuitivos é o k-vizinhos mais próximos (k-NN). Ele funciona como quando você avalia um restaurante novo: pergunta às pessoas mais parecidas com você.

Para classificar um novo exemplo:

  1. Calcule a distância dele até cada exemplo de treino.
  2. Selecione os k exemplos mais próximos.
  3. Faça uma votação: vence o rótulo mais frequente.

Com duas características, usamos a distância em linha reta (euclidiana), conhecida da geometria:

d=(x1−x2)2+(y1−y2)2d = \sqrt{(x_1 - x_2)^2 + (y_1 - y_2)^2}

Experimente

Até 15 XP

Consulte os vizinhos

Clique em qualquer lugar da grade para adicionar um ponto. Linhas o conectam aos k vizinhos mais próximos, e a votação define sua classe. Experimente um ponto exatamente entre os dois grupos; depois altere k de 1 a 9 e observe se o resultado muda.

Classe A Classe B
Clique na grade para experimentar.
knn.py
1import math
2from collections import Counter
3
4training = [((1, 2), "maçã"), ((2, 3), "maçã"), ((3, 1), "maçã"),
5            ((7, 7), "laranja"), ((8, 6), "laranja"), ((6, 8), "laranja")]
6
7def classify(point, k):
8    by_distance = sorted(training, key=lambda example: math.dist(point, example[0]))
9    votes = Counter(label for _, label in by_distance[:k])
10    return votes.most_common(1)[0][0]
11
12print(classify((2, 2), k=3))
13print(classify((7, 6), k=3))
14print(classify((4.5, 4.5), k=5))
Saída
maçã
laranja
laranja

Escolha k e observe o limite de decisão

Se coloríssemos cada ponto da grade conforme a previsão do k-NN, veríamos regiões separadas por um limite de decisão. O valor de k molda esse limite:

  • k pequeno (como 1): cada ponto segue seu único vizinho mais próximo. O limite fica irregular e um exemplo rotulado errado pode criar uma pequena ilha ao redor de si: é sobreajuste.
  • k grande: muitos vizinhos votam e o limite fica mais suave. Se k for grande demais, a classe mais numerosa vence em todos os lugares: é subajuste.

Na prática, testamos vários valores e escolhemos aquele com melhor resultado nos dados reservados para teste. Um k ímpar evita empates quando há duas classes.

Principais conclusões

  • O k-NN classifica um novo exemplo pela votação da maioria entre os k exemplos de treino mais próximos.

  • A distância costuma ser euclidiana: ∑(ai−bi)2\sqrt{\sum (a_i - b_i)^2}. As características precisam ter escalas comparáveis.

  • Um k pequeno produz limites irregulares (sobreajuste); um k grande demais produz limites suaves demais (subajuste).

Quiz da aula

6 perguntas · aprovação com 5 acertos · até 50 XP

Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

Pratique: escreva código em Python

Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.

Exercício 1

Crie um classificador k-NN

+25 XP

A primeira linha contém k e o ponto consultado x y. Cada linha seguinte é um exemplo de treino x y rótulo. Imprima os rótulos dos k vizinhos mais próximos (do mais próximo ao mais distante, separados por espaço) e depois previsão: RÓTULO pelo voto da maioria. Em caso de empate, escolha o rótulo do vizinho mais próximo.

  • Frutas
  • Resultado apertado
  • Empate
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Exercício 2

Escolha k usando dados reservados

+25 XP

Linhas iniciadas por train são exemplos de treino (train x y rótulo); linhas iniciadas por test são exemplos reservados no mesmo formato. Para k = 1, 3 e 5, classifique cada exemplo de teste com k-NN (empates são resolvidos pelo rótulo do vizinho mais próximo) e imprima k=K acurácia=A% (porcentagem inteira). Depois, imprima melhor k: K: o menor k com a maior precisão.

  • Um ponto ruidoso
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Dúvidas sobre esta lição

Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

Carregando publicações…