6.3. Exercise

Exercício

Entrega

02.oct 23:59

Individual

Entrega do link via Canvas.

Dentre os datasets disponíveis, escolha um cujo objetivo seja prever uma variável categórica (classificação). Utilize os algoritmos de KNN e K-Means para treinar um modelo e avaliar seu desempenho.

Utilize as bibliotecas pandas, numpy, matplotlib e scikit-learn para auxiliar no desenvolvimento do projeto.

A entrega deve ser feita através do Canvas - Exercício Métricas. Só serão aceitos links para repositórios públicos do GitHub contendo a documentação (relatório) e o código do projeto. Conforme exemplo do template-projeto-integrador. ESTE EXERCÍCIO É INDIVIDUAL.

A entrega deve incluir as seguintes etapas:

Etapa	Critério	Descrição	Pontos
1	Exploração dos Dados	Análise inicial do conjunto de dados - com explicação sobre a natureza dos dados -, incluindo visualizações e estatísticas descritivas.	10
2	Aplicação das Técnicas	Implementação dos algoritmos KNN e K-Means para treinar modelos de classificação.	10
3	Matrizes de Confusão	Geração de matrizes de confusão para cada modelo.	20
4	Avaliação dos Modelos	Utilização de métricas como acurácia, precisão, recall e F1-score para avaliar o desempenho dos modelos.	20
5	Comparação dos Resultados	Comparação e tabulação dos resultados obtidos pelos dois algoritmos, discutindo suas vantagens e desvantagens.	20
6	Documentação	Relatório detalhado do processo, incluindo código comentado, visualizações e conclusões.	20