Análise da taxa de convergência da regra de classificação dos k-vizinhos mais próximos

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Araújo, Juscelino Pereira de
Orientador(a): Oliveira, Roberto Teodoro Gurgel de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/26313
Resumo: O objetivo principal do trabalho é analisar a velocidade de convergência da Regra de Classificação dos k-Vizinhos Mais Próximos (kNN). Assim, o problema da classificação binária é abordado. Os principais resultados teóricos são desenvolvidos, sobretudo o Teorema de Stone, que garante a consistência universal de regras de classificação com determinadas propriedades. Especificamente a regra kNN é analisada, principalmente sua consistência universal. Em seguida, condições restritivas que permitam a obtenção de taxas uniformes de convergência para uma família de distribuições são estudadas. Por fim, sob as mencionadas condições restritivas, a ordem de grandeza da taxa de convergência da regra kNN é obtida de modo a descartar a necessidade de que o espaço das observações seja limitado.