Pular para o conteúdo
</> Entendendo Algoritmos

KNN: recomendação de filmes

O livro usa o KNN para recomendar filmes: cada pessoa vira um ponto cujas coordenadas são as notas que deu, e quem tem gostos parecidos fica por perto. Para prever a nota de um filme que você ainda não viu, tira-se a média das notas dos vizinhos. O ponto delicado é medir a semelhança: nem todo mundo usa a escala de notas do mesmo jeito.

Explicação do algoritmo: escolha um nível para ler.

{ }Ver o código
function distancia(a, b) {
  return Math.sqrt(a.reduce((s, x, i) => s + (x - b[i]) ** 2, 0));
}

// desconta o jeito de cada pessoa dar nota (mais alto ou mais baixo)
function normalizar(notas) {
  const media = notas.reduce((s, n) => s + n, 0) / notas.length;
  return notas.map((n) => n - media);
}

// compara a direção das notas, não o tamanho: de -1 a 1
function cosseno(a, b) {
  const produto = a.reduce((s, x, i) => s + x * b[i], 0);
  const norma = (v) => Math.sqrt(v.reduce((s, x) => s + x * x, 0));
  return produto / (norma(a) * norma(b));
}

// distância normalizada = distância entre as notas já normalizadas
const distanciaNormalizada = (a, b) => distancia(normalizar(a), normalizar(b));
PessoaVelocidade MáximaNoite de RisadasCartas ao VentoGaláxia ZeroA Casa EscuraHorizonte Azul
Você54251?
Bia211215
Caio444442
Davi555553
Eva155151

Quem é parecido com você? Bia tem o mesmo gosto, só dá notas mais baixas. Caio e Davi dão notas altas a tudo. Eva tem gosto oposto.

Compara as notas diretamente. Funciona se todos usam a escala do mesmo jeito, mas falha quando uns dão sempre notas altas e outros sempre baixas.

Mais parecidos com você (distância)
  1. 1.Caio3,87deu 2 a Horizonte Azul
  2. 2.Davi5,10fora dos k vizinhos
  3. 3.Bia5,29fora dos k vizinhos
  4. 4.Eva7,62fora dos k vizinhos
Nota prevista para Horizonte Azul:
2,00
média de 2 ÷ 1
Método (k = 1)VizinhosNota prevista
Distância comumCaio2,00
Notas normalizadasBia5,00
Similaridade do cossenoBia5,00

Com k = 1, a distância comum escolhe Caio, que dá nota 4 a tudo e nada tem a ver com o seu gosto. A normalização e o cosseno acham Bia, que gosta e desgosta dos mesmos filmes que você.

Escolher boas características

O resultado do KNN depende dos atributos escolhidos. Eles devem ter relação direta com o que se quer prever e não podem ser enviesados: se todos os filmes avaliados forem de um único gênero, o sistema só aprenderá os gostos daquele gênero. Neste exemplo, as características são as notas de 5 filmes, e a previsão é de um sexto. Os dados são inventados por mim, não os do livro.