Resultados KNN - Segmentation-Fault-Machine-Learning/Knowledge GitHub Wiki

Objetivo

Nesta página serão listadas os resultados obtidos através dos testes do parâmetro k do algoritmo KNN:

  • Largura flagelo x Comprimento flagelo
  • Volume flagelo x Volume corpo
  • Largura Flagelo x Largura Corpo

Introdução

O parâmetro escolhidos para se realizar as alterações foram:

  • k, esse parâmetro define a quantidade de pontos utilizados para definir a qual agrupamento um determinado ponto pertence.

Em todos os 2 conjuntos de dados foir escolhido uma variacão entre 1 e 15.

Resultados Gerais

De modo geral o aumento do parâmetro k não melhorou a taxa de acerto do algoritmo. Nós três pares de features valores baixos de k(<5) foram suficientes para se encontrar a melhor taxa de acerto como pode ser visto na tabela abaixo:

Features K Score
largura flagelo x largura corpo [3,5,6,7,8,9,10,11,12,13,14,15] 0.95
largura flagelo x comprimento flagelo [5,7,8,9,10,11] 0.98
volume flagelo x volume corpo [1,2] 0.91

Resultados Individuais

Os gráficos abaixo mostram a aplicação do algoritmo para quatros features escolhidas para serem avaliadas.

Largura flagelo x comprimento flagelo

O gráfico abaixo mostra o resultado para a aplicação do método knn para k de 1 até 15 para as as features largura do flagelo e comprimento do flagelo.

Comprimento x Langura

Os scores alcançados para cada k é demostrado no gráfico abaixo:

Scores

Volume flagelo x volume corpo

O gráfico abaixo mostra o resultado para a aplicação do método knn para k de 1 até 15 para as as features volume do flagelo e volume do corpo.

Volume do flagelo X Volume do Corpo

Os scores alcançados para cada k é demostrado no gráfico abaixo:

Scores volume

Largura Flagelo x Largura Corpo

O gráfico abaixo mostra o resultado para a aplicação do método knn para k de 1 até 15 para as as features largura flagelo e largura do corpo.

Largura flagelo x largura corpo

Os scores alcançados para cada k é demostrado no gráfico abaixo:

Scores largura flagelo x largura corpo

Resultado

O resultado mostra que utilizar as features de largura do flagelo e comprimento do flagelo tem uma melhor taxa de acerto do que o volume do flagelo e volume do corpo. No primeiro caso foi alcançado uma taxde 98% de acerto enquando no segundo o máximo auferido foi 91%.