Introdução
Neste projeto, você aprenderá como implementar o algoritmo de regressão K-Vizinhos Mais Próximos (KNN) usando Python. KNN é um método de aprendizado de máquina amplamente utilizado, comumente empregado para problemas de classificação. No entanto, ele também pode ser aplicado a tarefas de regressão, onde o objetivo é prever um valor alvo contínuo.
🎯 Tarefas
Neste projeto, você aprenderá:
- Como entender o algoritmo de regressão KNN e seu princípio de funcionamento
- Como implementar o algoritmo de regressão KNN em Python
- Como calcular as distâncias euclidianas (Euclidean distances) entre os dados de teste e os dados de treinamento
- Como identificar os k vizinhos mais próximos e recuperar seus valores alvo
- Como calcular a média dos valores alvo dos k vizinhos mais próximos para prever a saída para os dados de teste
🏆 Conquistas
Após concluir este projeto, você será capaz de:
- Implementar o algoritmo de regressão KNN do zero usando Python
- Usar a distância euclidiana (Euclidean distance) como uma medida de distância no algoritmo KNN
- Aplicar o algoritmo de regressão KNN para prever valores alvo contínuos
- Demonstrar habilidades práticas na implementação de algoritmos de aprendizado de máquina
