Pré-processamento de Dados

O pré-processamento é uma etapa fundamental em projetos de Machine Learning. Ele consiste em preparar os dados para que os modelos possam aprender de forma eficiente e gerar resultados confiáveis. As principais atividades incluem:

• Limpeza dos dados (remoção de inconsistências, valores ausentes, duplicados)
• Normalização ou padronização dos valores
• Conversão de variáveis categóricas
• Seleção de atributos relevantes
• Tratamento de outliers

Essas ações garantem que os dados estejam em condições ideais para o treinamento dos modelos, evitando vieses e melhorando a performance.

Pré-processamento:

• Árvore de Decisão

• KNN

• K-Means