Carregando...
Carregando...
Com relação ao algoritmo k-NN (k-Nearest Neighbour), baseado em distância, podemos afirmar que:
por ser um algoritmo "lazy" (preguiçoso), o algoritmo k-NN não obtém uma representação compacta dos objetos do conjunto de treinamento. uma das vantagens do k-NN é que o espaço definido pelos atributos de um problema cresce linearmente com o número de atributos. no limite (quando o número de objetos tende a infinito) o erro do algoritmo k-NN tende ao erro do classificador Bayes ótimo.
Diante das afirmações, assinale a alternativa correta:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
O algoritmo k-NN é considerado um algoritmo "preguiçoso", não obtendo um representação compactada dos objetos do conjunto de treinamento. Além disso, o seu erro no limite se iguala ao do classificador Bayes ótimo. Assim, as afirmações I e III estão corretas. No entanto, no algoritmo k-NN, o espaço definido pelos atributos de um problema cresce exponencialmente com o número de atributos (boa parte dos trabalhos de pesquisa busca justamente reduzir o espaço do problema). Assim a afirmação II está incorreta.