08. Relatório Final

Sumário do Projeto

Este módulo apresenta o relatório final do projeto de avaliação de modelos de Machine Learning, abordando as etapas realizadas, resultados obtidos e sugestões de melhorias.

Etapas Realizadas

• Pré-processamento: realizada nos módulos específicos (03.preprocessamento).
• Exploração dos Dados: realizada nos módulos específicos de cada algoritmo (04.analise_exploratoria).
• Divisão dos Dados: realizada nos módulos específicos (05.divisao_treino_teste).
• Treinamento do Modelo: realizada nos módulos específicos (06.treinamento_modelo).
• Avaliação do Modelo: realizada neste módulo, utilizando métricas apropriadas para KNN e K-Means (07.resultados).

Resultados Obtidos

KNN

Acurácia: 0.62
Precisão: 0.68
Recall: 0.79
F1-Score: 0.73
Matriz de Confusão:
[[ 31  74]
[ 40 155]]
Relatório de Classificação:
           precision    recall  f1-score   support
        0       0.44      0.30      0.35       105
        1       0.68      0.79      0.73       195
 accuracy                           0.62       300
macro avg       0.56      0.55      0.54       300
weighted avg    0.59      0.62      0.60       300

K-Means

• Silhouette Score: 0.47

Interpretação dos Resultados

Os resultados indicam que o modelo KNN apresenta desempenho razoável, com melhor desempenho na classe 1. O K-Means obteve um Silhouette Score de 0.47, sugerindo agrupamento moderado dos dados.

Possíveis Melhorias

• Testar outros algoritmos de classificação e agrupamento.
• Realizar ajuste de hiperparâmetros.
• Explorar técnicas de balanceamento de dados.
• Investigar variáveis adicionais ou novas formas de pré-processamento.

Conclusão

O projeto cumpriu todas as etapas propostas, documentando o processo, resultados e sugestões para aprimoramento futuro. Para detalhes de cada etapa, consulte os arquivos de referência listados acima.