Método dos K-Vizinhos mais Próximos aplicado ao dignóstico de Alzheimer

Neste trabalho implementamos o metodo dos K-Vizinhos mais Proximos (kVP), um classificador de padroes que classifica um padrao desconhecido a partir das distâncias relativas a um conjunto de treino, juntamente com a tecnica SMOTE (Synthetic Minority Over-sampling Technique), que trata o inconveniente de dados desbalanceados para realizarmos a selecao de caracteristicas do problema de aprendizagem supervisionada em dados de Alzheimer. Em nosso experimento utilizamos algoritmos indutivos para selecionar subconjuntos de variaveis mais efetivas na caracterizacao dos estagios da doenca e validamos sua precisao com o metodo de 10-fold cross validation. Abordagem, caracteristicas a serem analisadas.