BI商业智能>> SimpleKNN>> 返回
项目作者： pedroaugust0

项目描述 ：
Uma implementação simples do algorítimo de classificação K - Nearest Neighbor (K-NN).
高级语言： Java
项目地址: git://github.com/pedroaugust0/SimpleKNN.git
创建时间： 2017-04-06T21:58:20Z
项目社区：https://github.com/pedroaugust0/SimpleKNN
开源协议：Apache License 2.0
下载


SimpleKNN (PT-BR)

Uma simples implementação do classificador K - Nearest Neighbor (K-NN) em Java.

K - Nearest Neighbor (K-NN)

A suposição comum para este tradicional algorítimos de aprendizagem, é que para cada nova entrada, ou valor desconhecido, apenas um rótulo baseado no conjunto de treinamento é o resultado possível.
Isso significa que cada entrada a classe atribuída é única, mesmo que existam dois ou mais classes distintas. (LIU; WU; ZHANG, 2016)

As seguintes regras se aplicam ao K-NN desenvolvido.

  • Classificação Binária.
  • Distância Euclidiana.
  • Sem peso na distância.

Como Utilizar?

Os dados para utilização da implementação são providos pelo arquivo defaults.csv.

O defaults.csv contém o valor de K (número de vizinhos), quantidade de linhas e de colunas da matriz de treinamento, os valores da matriz de treinamento (training), valor do grupo (group), e valor da amostra (sample) que será testada. Utilizando o separador “;“, (ponto e vírgula).

Para alterar os valores deve-se seguir o seguinte padrão:

  • Primeira linha deve-se apenas mudar os valores;
  • Criando o conjunto de treinamento:
    • Cada linha deve começar com training;
    • Todos os dados desta amostra devem ser dipostos após a palavra training em mesma ordem que a as demais.
  • Criando o conjunto de Grupo:
    • A linha do Grupo deve começar com group;
    • Todos os dados devem estar em ordem em relação as amostras de treinamento;
    • Caso o Grupo seja longo, pode-se quebrar em várias linhas todas iniciadas com group;
  • Criando os dados da amostra:
    • A linha deve iniciar com sample;
    • Todos os dados devem estar em ordem, i. e. na mesma sequencia que a amostra de treinamento.
    • Só uma amostra é classificada, caso seja inserida outras, apenas a última será computada.

Saída da aplicação

A resposta do classificador é dado da seguinte maneira: 

  1.     Sample Group = tipoGrupoA
  2.                ou 
  3.     Sample Group = tipoGrupoB

Onde tipoGrupoA e tipoGrupoB são os valores de group apresentados no defaults.csv.

Trabalho de comparação

Para verificar a eficácia desta implementação, utilizou-se o conjunto de treinamento e realizou-se testes observando os resultados obtidos com está implementação.

Plataforma de Desenvolvimento

O projeto foi desenvolvido na plataforma IntelliJ IDEA 2017.1.

Licença

Este projeto foi desenvolvido sob a licença Apache 2, o countéudo integral da licença pode ser encontrado AQUI.

Referência

LIU, H.; WU, X.; ZHANG, S. Neighbor selection for multilabel classification. Neurocomputing, v. 182, p. 187 - 196, March 2016.
Disponível em: http://www.sciencedirect.com/science/article/pii/S0925231215019724.