Analogamente a um montanhista que escala uma montanha envolta em neblina espessa, os Algoritmos Passivo-Agressivos constituem uma abordagem inteligente para aprendizado online. Ademais, conforme documentado no scikit-learn, estes algoritmos ajustam-se apenas quando necessário, economizando recursos computacionais enquanto mantêm performance.
A Analogia do Montanhista na Neblina
Primordialmente, imagine um montanhista tentando encontrar o vale mais profundo em uma montanha coberta por densa neblina. Certamente, ele não pode ver além de alguns metros. Similarmente aos algoritmos passivo-agressivos, sua estratégia é:
- Movimento conservador: Fica parado quando está no caminho certo
- Correção agressiva: Move-se decisivamente quando erra a direção
- Ajuste proporcional ao erro: Quanto maior o engano, maior o passo
- Economia de energia: Não se move desnecessariamente
Fundamentação Matemática dos Algoritmos PA
Os algoritmos Passivo-Agressivos resolvem o seguinte problema de otimização a cada passo:
\(\min_{w} \frac{1}{2} ||w – w_t||^2 \quad \text{sujeito a} \quad \ell(w; (x_t, y_t)) = 0\)Quando a condição não é satisfeita, a atualização torna-se:
\(w_{t+1} = w_t + \tau_t y_t x_t\)Onde \(\tau_t = \frac{\ell_t}{||x_t||^2}\) é o tamanho do passo agressivo.
Variações do Algoritmo
Conforme a documentação do scikit-learn, existem três variações principais:
- PA-I: Com parâmetro de agressividade C upper-bounded
- PA-II: Com termo quadrático de suavização
PA: Versão padrão sem parâmetros adicionais
Exemplo Prático: O Montanhista na Neblina
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 |
import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import PassiveAggressiveClassifier, PassiveAggressiveRegressor from sklearn.datasets import make_classification, make_regression from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, mean_squared_error from sklearn.preprocessing import StandardScaler print("=" * 60) print("ALGORITMOS PASSIVO-AGRESSIVOS: O MONTANHISTA NA NEBLINA") print("=" * 60) # 1. CLASSIFICAÇÃO COM PASSIVE AGGRESSIVE print("\n" + "=" * 50) print("1. CLASSIFICAÇÃO: O MONTANHISTA BINÁRIO") print("=" * 50) # Gerar dados para classificação X_class, y_class = make_classification( n_samples=1000, n_features=2, n_redundant=0, n_informative=2, n_clusters_per_class=1, random_state=42 ) print(f"Dados de classificação: {X_class.shape[0]} amostras") print(f"Distribuição das classes: {np.unique(y_class, return_counts=True)}") # Dividir dados X_class_train, X_class_test, y_class_train, y_class_test = train_test_split( X_class, y_class, test_size=0.3, random_state=42 ) # Normalizar dados scaler_class = StandardScaler() X_class_train_scaled = scaler_class.fit_transform(X_class_train) X_class_test_scaled = scaler_class.transform(X_class_test) # Treinar Passive Aggressive Classifier print(f"\n🌫️ MONTANHISTA INICIA NA NEBLINA (CLASSIFICAÇÃO):") pa_classifier = PassiveAggressiveClassifier( C=1.0, # Parâmetro de agressividade max_iter=1000, tol=1e-3, random_state=42, shuffle=True ) pa_classifier.fit(X_class_train_scaled, y_class_train) # Fazer previsões y_class_pred = pa_classifier.predict(X_class_test_scaled) accuracy_pa = accuracy_score(y_class_test, y_class_pred) print(f"✅ Acurácia do montanhista: {accuracy_pa:.4f}") print(f"📊 Número de atualizações: {pa_classifier.n_iter_}") # 2. REGRESSÃO COM PASSIVE AGGRESSIVE print("\n" + "=" * 50) print("2. REGRESSÃO: O MONTANHISTA CONTÍNUO") print("=" * 50) # Gerar dados para regressão X_reg, y_reg = make_regression( n_samples=1000, n_features=2, noise=10.0, random_state=42 ) print(f"Dados de regressão: {X_reg.shape[0]} amostras") # Dividir dados X_reg_train, X_reg_test, y_reg_train, y_reg_test = train_test_split( X_reg, y_reg, test_size=0.3, random_state=42 ) # Normalizar dados scaler_reg = StandardScaler() X_reg_train_scaled = scaler_reg.fit_transform(X_reg_train) X_reg_test_scaled = scaler_reg.transform(X_reg_test) y_reg_train_scaled = (y_reg_train - y_reg_train.mean()) / y_reg_train.std() y_reg_test_scaled = (y_reg_test - y_reg_train.mean()) / y_reg_train.std() # Treinar Passive Aggressive Regressor print(f"\n🌫️ MONTANHISTA INICIA NA NEBLINA (REGRESSÃO):") pa_regressor = PassiveAggressiveRegressor( C=1.0, max_iter=1000, tol=1e-3, random_state=42, shuffle=True ) pa_regressor.fit(X_reg_train_scaled, y_reg_train_scaled) # Fazer previsões y_reg_pred = pa_regressor.predict(X_reg_test_scaled) mse_pa = mean_squared_error(y_reg_test_scaled, y_reg_pred) print(f"✅ MSE do montanhista: {mse_pa:.4f}") print(f"📊 Número de atualizações: {pa_regressor.n_iter_}") # 🎨 VISUALIZAÇÃO DA ESTRATÉGIA DO MONTANHISTA print("\n" + "=" * 50) print("VISUALIZAÇÃO: ESTRATÉGIA NA NEBLINA") print("=" * 50) # Criar função de custo para visualização def montanha_neblina(x, y): """Montanha com múltiplos vales - representando a função custo""" return (x**2 + y**2) + 3*np.sin(3*x) + 2*np.cos(2*y) # Gerar coordenadas x = np.linspace(-3, 3, 100) y = np.linspace(-3, 3, 100) X, Y = np.meshgrid(x, y) Z = montanha_neblina(X, Y) # Simular estratégia do montanhista PA np.random.seed(42) posicao_atual = np.array([2.5, 2.0]) caminho_pa = [posicao_atual.copy()] custos_pa = [montanha_neblina(posicao_atual[0], posicao_atual[1])] atualizacoes = [0] # 0 = passivo, 1 = agressivo print(f"\n🧭 SIMULAÇÃO DA ESTRATÉGIA PASSIVO-AGRESSIVA:") print(f"Posição inicial: ({posicao_atual[0]:.2f}, {posicao_atual[1]:.2f})") print(f"Custo inicial: {custos_pa[0]:.2f}") # Gradiente numérico def sentir_inclinacao(x, y, h=0.01): grad_x = (montanha_neblina(x + h, y) - montanha_neblina(x - h, y)) / (2 * h) grad_y = (montanha_neblina(x, y + h) - montanha_neblina(x, y - h)) / (2 * h) return np.array([grad_x, grad_y]) # Estratégia Passivo-Agressiva num_passos = 30 limiar_erro = 0.5 # Limiar para ativar modo agressivo for passo in range(num_passos): inclinacao = sentir_inclinacao(posicao_atual[0], posicao_atual[1]) magnitude_erro = np.linalg.norm(inclinacao) # Decisão: Passivo ou Agressivo? if magnitude_erro < limiar_erro: # Modo PASSIVO: fica parado ou dá passo muito pequeno tamanho_passo = 0.01 tipo_atualizacao = 0 status = "PASSIVO" else: # Modo AGRESSIVO: passo proporcional ao erro tamanho_passo = min(0.3, magnitude_erro * 0.2) # Limitado tipo_atualizacao = 1 status = "AGRESSIVO" # Atualizar posição direcao = -inclinacao / (magnitude_erro + 1e-8) # Normalizar posicao_atual = posicao_atual + tamanho_passo * direcao # Armazenar trajetória caminho_pa.append(posicao_atual.copy()) custos_pa.append(montanha_neblina(posicao_atual[0], posicao_atual[1])) atualizacoes.append(tipo_atualizacao) if passo % 5 == 0: print(f"Passo {passo:2d}: {status:>8} | " f"Posição=({posicao_atual[0]:6.3f}, {posicao_atual[1]:6.3f}) | " f"Custo={custos_pa[-1]:7.3f} | " f"Erro={magnitude_erro:6.3f}") caminho_pa = np.array(caminho_pa) print(f"\n🏁 ESTRATÉGIA CONCLUÍDA:") atualizacoes_agressivas = sum(atualizacoes) print(f"Total de atualizações agressivas: {atualizacoes_agressivas}/{num_passos}") print(f"Redução do custo: {custos_pa[0]:.2f} → {custos_pa[-1]:.2f}") # Visualização comparativa plt.figure(figsize=(16, 12)) # Gráfico 1: Trajetória do montanhista PA plt.subplot(2, 3, 1) contour = plt.contour(X, Y, Z, levels=15, alpha=0.6) plt.clabel(contour, inline=True, fontsize=8) # Colorir trajetória por tipo de atualização for i in range(len(caminho_pa)-1): cor = 'red' if atualizacoes[i+1] == 1 else 'blue' estilo = '-' if atualizacoes[i+1] == 1 else '--' plt.plot([caminho_pa[i,0], caminho_pa[i+1,0]], [caminho_pa[i,1], caminho_pa[i+1,1]], color=cor, linestyle=estilo, linewidth=2) plt.scatter(caminho_pa[0,0], caminho_pa[0,1], color='green', s=100, label='Início') plt.scatter(caminho_pa[-1,0], caminho_pa[-1,1], color='black', s=100, label='Fim') plt.xlabel('Parâmetro X') plt.ylabel('Parâmetro Y') plt.title('Estratégia Passivo-Agressiva\n🔴 Agressivo | 🔵 Passivo') plt.legend() plt.grid(True, alpha=0.3) # Gráfico 2: Evolução do custo plt.subplot(2, 3, 2) plt.plot(custos_pa, 'b-', linewidth=2, label='Custo') # Destacar atualizações agressivas for i, (custo, atualizacao) in enumerate(zip(custos_pa, atualizacoes)): if atualizacao == 1 and i > 0: plt.scatter(i, custo, color='red', s=50, zorder=5) plt.xlabel('Passo') plt.ylabel('Custo') plt.title('Evolução do Custo\n🔴 Atualizações Agressivas') plt.grid(True, alpha=0.3) # Gráfico 3: Tipo de atualização por passo plt.subplot(2, 3, 3) plt.step(range(len(atualizacoes)), atualizacoes, where='post', linewidth=2) plt.xlabel('Passo') plt.ylabel('Tipo de Atualização') plt.title('Estratégia: 0=Passivo, 1=Agressivo') plt.yticks([0, 1], ['Passivo', 'Agressivo']) plt.grid(True, alpha=0.3) # Gráfico 4: Comparação com SGD tradicional plt.subplot(2, 3, 4) # Simular SGD tradicional para comparação posicao_sgd = np.array([2.5, 2.0]) caminho_sgd = [posicao_sgd.copy()] custos_sgd = [montanha_neblina(posicao_sgd[0], posicao_sgd[1])] for _ in range(num_passos): inclinacao = sentir_inclinacao(posicao_sgd[0], posicao_sgd[1]) posicao_sgd = posicao_sgd - 0.1 * inclinacao # Passo fixo caminho_sgd.append(posicao_sgd.copy()) custos_sgd.append(montanha_neblina(posicao_sgd[0], posicao_sgd[1])) caminho_sgd = np.array(caminho_sgd) plt.plot(custos_pa, 'r-', linewidth=2, label='Passivo-Agressivo') plt.plot(custos_sgd, 'b-', linewidth=2, label='SGD Tradicional') plt.xlabel('Passo') plt.ylabel('Custo') plt.title('Comparação: PA vs SGD') plt.legend() plt.grid(True, alpha=0.3) # Gráfico 5: Eficiência computacional plt.subplot(2, 3, 5) atualizacoes_eficiencia = np.cumsum(atualizacoes) plt.plot(atualizacoes_eficiencia, 'r-', linewidth=2, label='PA (Atualizações)') plt.plot(range(len(atualizacoes)), 'b--', linewidth=1, label='SGD (Todas iterações)') plt.xlabel('Passo') plt.ylabel('Atualizações Realizadas') plt.title('Eficiência Computacional') plt.legend() plt.grid(True, alpha=0.3) # Gráfico 6: Impacto do parâmetro C plt.subplot(2, 3, 6) valores_C = [0.1, 0.5, 1.0, 2.0, 5.0] acuracias_C = [] for C_val in valores_C: pa_temp = PassiveAggressiveClassifier(C=C_val, random_state=42) pa_temp.fit(X_class_train_scaled, y_class_train) y_temp_pred = pa_temp.predict(X_class_test_scaled) acuracias_C.append(accuracy_score(y_class_test, y_temp_pred)) plt.plot(valores_C, acuracias_C, 'go-', linewidth=2, markersize=6) plt.xlabel('Parâmetro C (Agressividade)') plt.ylabel('Acurácia') plt.title('Impacto do Parâmetro C') plt.grid(True, alpha=0.3) plt.tight_layout() plt.show() # 💡 ANÁLISE FINAL E RECOMENDAÇÕES print("\n" + "=" * 50) print("LIÇÕES DO MONTANHISTA NA NEBLINA") print("=" * 50) print(f"\n🎯 VANTAGENS DOS ALGORITMOS PASSIVO-AGRESSIVOS:") print("• ✅ Eficiência computacional (apenas atualiza quando necessário)") print("• ✅ Robustez a outliers (passos proporcionais ao erro)") print("• ✅ Bom para aprendizado online e streaming") print("• ✅ Performance competitiva com menos recursos") print(f"\n🌫️ QUANDO USAR ESTA ESTRATÉGIA:") print("• Datasets muito grandes ou streaming de dados") print("• Recursos computacionais limitados") print("• Problemas onde a maioria das amostras é fácil") print("• Cenários de aprendizado online") print(f"\n⚙️ CONFIGURAÇÃO PRÁTICA:") print("• C baixo: Mais conservador, menos atualizações") print("• C alto: Mais agressivo, mais atualizações") print("• Normalizar dados para melhor performance") print("• Monitorar n_iter_ para verificar convergência") |
Interpretação da Estratégia do Montanhista
Inegavelmente, a estratégia passivo-agressiva demonstra inteligência computacional ao economizar recursos. Afinal, assim como o montanhista que preserva energia na neblina, o algoritmo evita atualizações desnecessárias enquanto mantém precisão.
Casos de Uso Ideais
- Aprendizado online: Quando novos dados chegam continuamente
- Big data: Datasets que não cabem na memória
- Sistemas em tempo real: Classificação de streaming de dados
- Recursos limitados: Dispositivos com restrições computacionais
Comparação com Outras Abordagens
Ocasionalmente, algoritmos como SGD podem ser excessivamente “nervosos”, atualizando pesos a cada iteração independentemente da necessidade. Contudo, a abordagem passivo-agressiva oferece um equilíbrio elegante entre conservadorismo e eficácia.
Similarmente ao montanhista experiente que conhece quando economizar energia e quando agir decisivamente, estes algoritmos demonstram sofisticação na alocação de recursos computacionais.
Conclusão
Portanto, os Algoritmos Passivo-Agressivos representam uma evolução natural na otimização de modelos de machine learning. Analogamente à sabedoria do montanhista que navega na neblina, estes algoritmos nos ensinam que às vezes a melhor estratégia é saber quando não agir.
Enfim, compreender esta abordagem proporciona não apenas uma ferramenta prática eficiente, mas também insights valiosos sobre a economia de recursos em sistemas de inteligência artificial em larga escala.