Ed
ano passado
Para resolver essa questão, precisamos analisar as distâncias dos pontos de teste \( x_t \) em relação aos pontos de treinamento e como o algoritmo k-NN classifica com base no valor de \( k \). Vamos considerar as distâncias fornecidas: - Classe A: - 1: 6,2 - 2: 5,6 - 3: 3,8 - 4: 3,4 - Classe B: - 5: 5,1 - 6: 5,5 - 7: 3,1 Agora, vamos classificar para cada valor de \( k \): 1. Para \( k=1 \): O ponto mais próximo é o de classe B (7, distância 3,1). Portanto, a classificação é B. 2. Para \( k=3 \): Consideramos os 3 pontos mais próximos: - 7 (B, 3,1) - 4 (A, 3,4) - 3 (A, 3,8) Temos 2 pontos da classe A e 1 da classe B. A classe mais frequente é A. 3. Para \( k=5 \): Consideramos os 5 pontos mais próximos: - 7 (B, 3,1) - 4 (A, 3,4) - 3 (A, 3,8) - 5 (B, 5,1) - 6 (B, 5,5) Temos 3 pontos da classe B e 2 da classe A. A classe mais frequente é B. Resumindo as classificações: - Para \( k=1 \): B - Para \( k=3 \): A - Para \( k=5 \): B Portanto, a resposta correta é: a. B, A, B.


Cadastre-se ou realize login
Ao continuar, você aceita os Termos de Uso e Política de Privacidade