AI PRE OVP • MODUL 4

Nelineárne hranice: k-NN a rozhodovacie stromy

Ako inštančné učenie a rozhodovacie stromy rozdeľujú nelineárny priestor príznakov.

🎯 Learning Outcomes / Ishodi učenja:
  • Pozorovať organické zakrivené hranice pri k-NN.
  • Porozumieť pravouhlým, osovo orientovaným oblastiam pri rozhodovacích stromoch.
  • Preskúmať vplyv veľkosti k (k=1 memorovanie vs veľké k nadmerné vyhladenie).
  • Riadiť zložitosť stromu pomocou maximálnej hĺbky.

k-NN klasifikuje každý bod väčšinovým hlasovaním k najbližších susedov, čím vytvára hladké hranice. Rozhodovací strom vykonáva postupné podmienkové vetvenia a delí priestor na obdĺžnikové bloky.

k-NN: väčšinové hlasovanie k susedov  |  Strom: vetvenie x_i ≤ prah

Rôzne prístupy vytvárajú veľmi odlišné rozhodovacie oblasti.

🔬 Interactive Laboratory / Interaktivna laboratorija:

🔍 Guided Investigation / Istraživački zadatak:
  1. Dáta Polmesiace s k-NN: Porovnajte k = 1, k = 5 a k = 15. Kedy je hranica najhladšia?
  2. Prepnite na Rozhodovací strom: Zvýšte hĺbku z 1 na 5. Sledujte pravouhlé delenie polmesiacov.
  3. Dáta Kružnice: Porovnajte, ako k-NN a strom zvládajú sústredné kružnice.