A KNN é supervisionada ou não supervisionada?

KNN é um simples algoritmo de aprendizagem supervisionado.

KNN funciona com base no pressuposto básico de que os pontos de dados de classes semelhantes estão mais próximos uns dos outros.

Agora suponha que tem um problema de classificação para identificar se um dado ponto de dados é da classe A ou classe B e o seu objectivo é classificar os pontos de dados de teste nestas classes para as quais tem um conjunto de dados de formação de pontos de dados classificados alreday.

KNN atribui 1/k de probabilidade a 'k' pontos de dados de treinamento pré-classificados mais próximos do nosso ponto de dados de teste e 0 probabilidade ao resto de pontos de dados, onde k pode ser qualquer número (mas tente colocá-lo de forma estranha para evitar casos de empate). Depois disso, contamos o número de cada classe (isto é, A e B) desses pontos K e nosso ponto de dados de teste será classificado como aquela classe cuja contagem é maior.

Por exemplo, se estamos usando k=5, então nosso algoritmo procura por 5 pontos mais próximos do nosso ponto de dados de teste e conta o número de cada classe desses 5 pontos.Suponha que os nossos resultados de contagem em A=3 e B=2 então KNN atribuirá a classe A a esse ponto do conjunto de dados de teste.

Aqui estamos classificando novos pontos de dados com base na sua proximidade com pontos de dados de classes já conhecidas,portanto KNN é uma forma supervisionada de aprendizagem.

Hope i resolveu a sua consulta