Atividade de implementação do algoritmo kNN para disciplina de Aprendizado de Máquina, segundo semestre de 2019.
Existem três arquivos neste repositório:
- knn.py: programa em python que implementa o algoritmo kNN.
- train.dat: dados de treinamento.
- test.dat: dados de teste.
É necessario ter python 3, numpy, matplotlib.
O algoritmo se desenvolve em 3 passos principais:
- Carrega os dados dos arquivos em listas, fazendo uma transformação necessária para ajudar nos cálculos posteriores.
- Faz as previsões de qual classe os dados de teste pertencem com base nos dados de treinamento, escolhendo a classe mais comum dos k vizinhos mas próximos.
- Calcula a taxa de acerto e forma a matriz de confusão.
python knn.py <train_size> <test_size> (maximum 10.000 for both, k must be odd)
Com 10.000 dados de treinamento e 100 dados de teste a taxa de acerto fica em 93%.
Reduzindo os dados de treino para 1.000 e mantendo os 100 dados de teste, a taxa de acerto reduz drásticamente para 76%.
Portanto podemos concluir que quanto maior o número de dados para treino, melhor será a taxa de acerto.
- python - Python is a programming language that lets you work quickly and integrate systems more effectively.
- numpy - NumPy is the fundamental package for scientific computing with Python.
- matplotlib - Matplotlib is a Python 2D plotting library which produces publication quality figures in a variety of hardcopy formats and interactive environments across platforms.
- Giovanni Rosa - giovannirosa
Código aberto, qualquer um pode usar para qualquer propósito.
- Python é simples e fácil de usar
Nenhum bug aparente encontrado em centenas de testes realizados.