MAPA – CDAC – ANÁLISE PREDITIVA E CLASSIFICAÇÃO – 53_2025

MAPA – CDAC – ANÁLISE PREDITIVA E CLASSIFICAÇÃO – 53_2025

Olá, estudante!

Nesta atividade MAPA, você terá a oportunidade de colocar em prática seus conhecimentos. A proposta simula um desafio real do mercado, no qual é necessário compreender, preparar e analisar dados para gerar valor e insights relevantes.

Você terá que desenvolver um projeto completo de análise preditiva e classificação, baseado em uma base de dados semelhante à famosa *Iris Dataset*.

O objetivo principal é aplicar todos os conceitos vistos ao longo do curso, incluindo:

– Limpeza e pré-processamento de dados.

– Análise exploratória (EDA).

– Mineração e vetorização de textos (se houver colunas textuais).

– Criação de modelo preditivo.

– Avaliação do modelo.

– Explicação e interpretação dos resultados.



Base de Dados

Você deverá utilizar um conjunto de dados real do Kaggle.

[Base de Dados – Iris Species](https://www.kaggle.com/datasets/uciml/iris)



Etapas Obrigatórias do Projeto

1. Importação e leitura dos dados.

2. Análise exploratória com visualizações.

3. Tratamento de valores ausentes, duplicados e outliers.

4. Codificação de variáveis categóricas (se necessário).

5. Pré-processamento para classificação (scaling, vetorização se houver texto).

6. Divisão entre treino e teste.

7. Criação de pelo menos dois modelos classificadores.

8. Avaliação de performance com métricas.

9. Conclusão com insights e interpretação.

10. Documentação clara e bem comentada.



Dicas

– Explore bem os gráficos como `pairplot`, `heatmap`, `scatter`, `boxplot`.

– Avalie o desempenho com **accuracy, f1-score, matriz de confusão**.

– Utilize `train_test_split`, `StandardScaler`, `CountVectorizer`, `LogisticRegression`, `RandomForestClassifier`, `Naive Bayes`, entre outros.

– Justifique as escolhas de modelo e mostre o raciocínio por trás das decisões.



Para a entrega da atividade siga as seguintes orientações.



​1. Importação e Leitura dos Dados



import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

​url = ‘https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv’

​df.head(

# 2. Análise Exploratória (EDA)

# Estatísticas descritivas



# Informações do DataFrame



# Gráfico de pares



plt.show()

# Heatmap de correlação (apenas colunas numéricas)



plt.show()



​3. Limpeza de Dados



df.isnull().sum()

df.duplicated().sum()

df.drop_duplicates(inplace=True)

4. 
   
   Pré-processamento
   
   
   
   from sklearn.preprocessing import LabelEncoder, StandardScaler