Varianti dell'algoritmo k-nearest neighbor per la classificazione in ambito medico

Il k-nearest-neighbor è un semplice algoritmo di Machine Learning utilizzato per risolvere problemi di classificazione e regressione. Emergono tuttavia delle limitazioni, che riguardano il costo computazionale, particolari dataset e correlazioni tra features. Negli ultimi anni sono state proposte molte varianti per migliorarne le prestazioni; alcune di queste hanno ottenuto dei buoni risultati in diversi ambiti. Questa tesi ha lo scopo di illustrare il funzionamento di alcune varianti K-NN utilizzate nelle diagnosi mediche di malattie gravi. Il Fuzzy K-NN ha ottenuto buoni risultati per quanto riguarda una maggiore efficienza nel riconoscimento di determinate patologie quali: morbo di Parkinson, diabete e malattie legate al cuore e alla tiroide. Le varianti neighbor weighted K-NN sono state utilizzate per la diagnosi dell’epatopatia e gli algoritmi hyperplane K-NN per rilevare la presenza di cancro al seno e all’intestino. Verranno analizzati i punti di forza e debolezza di queste varianti e le loro correlazioni.