Escolar Documentos
Profissional Documentos
Cultura Documentos
Código Inicial:
Visualizações Gráficas:
11 de 712
Objetivo: Analisar a relação entre a altura e o peso dos surfistas em relação ao tipo
de prancha que eles usam.
12 de 712
Contagem de Tipos de Prancha por Gênero:
Matriz de Correlação:
13 de 712
5. Conversão de Variáveis Categóricas e Matriz de Correlação:
14 de 712
Tratamento de Dados Ausentes:
Valores ausentes nas colunas numéricas são preenchidos com a média, enquanto valores
nas colunas categóricas são preenchidos com a moda.
As features (variáveis independentes) e a variável alvo (aquilo que queremos prever) são
especificadas. Neste caso, as features incluem informações como altura, peso,
comprimento da prancha, etc., enquanto a variável alvo é o tipo de prancha.
15 de 712
Os dados são divididos em conjuntos de treino e teste para avaliar o desempenho do
modelo.
Construção do Modelo:
Avaliação do Modelo:
16 de 712
Acurácia: 0.61 (ou 61%):
Relatório de Classificação:
O relatório fornece métricas de desempenho para cada classe de prancha. Aqui estão as
principais métricas:
17 de 712
F1-Score: O F1-Score é uma métrica que combina precisão e recall. Representa a média
harmônica entre essas duas métricas, proporcionando uma visão equilibrada do
desempenho.
Suporte (Support):
Observações:
Nota-se que para as classes 'All-around', 'Fish' e 'Groveler', as métricas são baixas,
indicando que o modelo tem dificuldade em prever corretamente essas classes. A classe
'Shortboard' apresenta uma boa precisão, recall e F1-Score.
As médias macro e ponderada fornecem uma visão geral das métricas. A média
ponderada dá mais peso às classes com mais instâncias, enquanto a média macro trata
todas as classes igualmente.
18 de 712
Relação entre Altura e Peso dos Surfistas:
A análise de dispersão (scatter plot) para altura e peso dos surfistas, categorizados pelo
tipo de prancha, pode indicar se há uma tendência ou relação entre essas variáveis. Essa
análise pode ajudar a entender se diferentes tipos de pranchas são mais adequados para
surfistas com características físicas específicas.
19 de 712
O boxplot para a experiência do surfista em relação ao tipo de prancha fornece
informações sobre como a experiência do surfista pode influenciar na escolha da prancha.
Surfistas mais experientes podem preferir certos tipos de prancha, e isso pode ser
observado nas estatísticas de tendência central e dispersão.
Matriz de Correlação:
O modelo de machine learning treinado pode ser usado para fazer previsões sobre o tipo
de prancha com base em várias características do surfista e da prancha. As métricas de
desempenho do modelo indicam a eficácia geral e em classes específicas.
110 de 712
Repositório
https://github.com/Lcooser/ProgramaTeste
111 de 712