Atividade 5 - Redes Neurais Artificiais/Regressão

Desenvolvimento de Modelos Preditivos Utilizando Ferramentas de

Análise de Dados

Aluna: Anna Jandira Gonçalves de Souza

Atividade B

Utilizando a base de dados “The Boston Housing Dataset” para fazer uma
análise de RNA/Regressão linear.

Base de dados: https://www.kaggle.com/code/prasadperera/the-boston-

housing-dataset

Abaixo informações sobre cada coluna, tendo o MEDV como target escolhido.

• CRIM - per capita crime rate by town

• ZN - proportion of residential land zoned for lots over 25,000 sq.ft.

• INDUS - proportion of non-retail business acres per town.

• CHAS - Charles River dummy variable (1 if tract bounds river; 0

otherwise)

• NOX - nitric oxides concentration (parts per 10 million)

• RM - average number of rooms per dwelling

• AGE - proportion of owner-occupied units built prior to 1940

• DIS - weighted distances to five Boston employment centres

• RAD - index of accessibility to radial highways

• TAX - full-value property-tax rate per $10,000

• PTRATIO - pupil-teacher ratio by town

• B - 1000(Bk - 0.63)^2 where Bk is the proportion of blacks by town

• LSTAT - % lower status of the population

• MEDV - Median value of owner-occupied homes in $1000's

Print do fluxograma:

1
Print de dos resultados avaliados:

• Analisando os resultados acima, a regressão linear obteve um melhor

resultado em relação à precisão (R2).

• Modificando parâmetros da Neural Network, conseguimos chegar em um

R2 exatamente igual ao da Linear Regression.
• Para MSE, a nova análise permaneceu a mesma, K-NN obtendo uma
média melhor do que os outros modelos.
• Para RMSE, na análise anterior obteve-se melhor resultados no Neural
Network e na atual foi o K-NN.
• Para MAE, o K-NN obteve uma melhor aproximação de previsões na
análise anterior e na atual.

2
Print da predição:

Dado acima, Neural Network, Linear Regression, K-NN são os modelos

analisado para predição utilizando a base de dados. Mostrando uma predição
não muito bem relacionada entre os modelos em si.

3
Print da visualização “test and score”: