pedroaugust0/SimpleKNN

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

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.

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.

A resposta do classificador é dado da seguinte maneira:

    Sample Group = tipoGrupoA
               ou 
    Sample Group = tipoGrupoB
    

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

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

O projeto foi desenvolvido na plataforma IntelliJ IDEA 2017.1.

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

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