Exercícios: Aula 06 - Classificação e KNN 🏷️
Reforce seus conhecimentos sobre o algoritmo de vizinhos mais próximos.
Básico
- Conceito: Explique o que significa o "K" no algoritmo KNN.
- Analogia: Como a frase "Diga-me com quem andas e eu te direi quem és" se aplica ao funcionamento deste algoritmo?
Intermediário
- Escolha do K: Por que escolher um \(K = 1\) pode ser perigoso para um modelo de classificação? O que pode acontecer com o resultado se houver um "ruído" (dado errado) nos seus vizinhos?
- Escalabilidade: Imagine que você tem 1 milhão de pontos de dados. O KNN será rápido ou lento para classificar um novo ponto? Por quê? (Dica: Pense no que o algoritmo precisa calcular para cada novo ponto).
Desafio
- Critério de Desempate: Se você escolher um \(K = 4\) e os vizinhos forem 2 da Classe A e 2 da Classe B, o que o algoritmo faria? Como o uso de um \(K\) ímpar resolve esse problema técnico?