11. Relatório Final

Este projeto aplicou o algoritmo KNN para classificação do desempenho dos estudantes, seguindo o mesmo padrão do projeto de árvore de decisão. As etapas incluíram análise exploratória, visualização das distribuições das notas, análise de correlação, comparação entre grupos, pré-processamento, treinamento e avaliação do modelo.

Principais Resultados: - O KNN apresentou resultados que podem ser comparados diretamente com a árvore de decisão. - O processo reforça a importância de testar diferentes algoritmos para encontrar a melhor solução para cada problema.

Métricas Finais:

Interpretação: - O modelo KNN apresentou boa capacidade de classificação, com métricas equilibradas entre precisão e recall. - Erra mais ao prever alunos reprovados do que aprovados.

Observações: - O KNN é sensível à escolha de k e à escala das variáveis, por isso o pré-processamento foi fundamental. - Comparando com a árvore de decisão, o KNN pode ser menos interpretável, mas pode capturar padrões locais dos dados. - Recomenda-se testar outros valores de k e diferentes técnicas de normalização para buscar melhorias.