🔍
Configure K e os hiperparâmetros, depois clique em Treinar KNN para visualizar.
📐 Fronteira
👥 Vizinhos
📈 Análise K
📊 Métricas
📋 Dados
A fronteira de decisão do KNN é formada por regiões de Voronoi determinadas pelos K vizinhos mais próximos. Regiões coloridas = zonas de classificação. Pontos com borda = dados de teste.
O KNN classifica um ponto novo encontrando os K vizinhos mais próximos no espaço de features
e realizando uma votação entre suas classes. Clique em qualquer ponto do gráfico abaixo para
ver os
K vizinhos sendo destacados e o processo de votação.
Clique num ponto para inspecionar
Distâncias para os K vizinhos
Clique em um ponto no gráfico ao lado
Votação dos vizinhos
Aguardando seleção
A escolha de K impacta diretamente o balanço bias-variância.
K pequeno → baixo bias, alta variância (overfitting). K grande → alto bias, baixa variância (underfitting).
O gráfico abaixo mostra a acurácia de treino e teste para diferentes valores de K.
Linha azul = acurácia de treino · Linha verde = acurácia de teste ·
Marcador = K atual selecionado
—
Acurácia
—
Precisão (macro)
—
Recall (macro)
—
F1-Score (macro)
🎯 Matriz de Confusão
Treine primeiro
📋 Relatório de Classificação
Treine primeiro
Amostra dos dados de teste com predição KNN
Treine primeiro