Exemplos Python

Esta seção reúne os exemplos didáticos de aprendizagem de máquina utilizados nas Aulas 08 a 11. Os scripts são materiais de estudo e não substituem a implementação solicitada nos trabalhos práticos.

Preparação

É necessário instalar os pacotes usados nos exemplos:

python3 -m pip install numpy pandas matplotlib scikit-learn

A criação de ambiente virtual fica a critério do estudante.

Exemplos por aula

Aula	Conteúdo	Exemplos
08	Aprendizagem com Exemplos e Árvores de Decisão	Árvore de decisão com CSV
09	KNN e preparação de dados	KNN e Titanic
10	SVM, kernel e PCA	SVM e PCA com Iris
11	Comparação de classificadores	DT × KNN × SVM

Os scripts arvore_decisao_csv.py e knn_csv.py são modelos didáticos adaptáveis: os nomes seu_dataset.csv, coluna1, coluna2, coluna3 e target são marcadores de exemplo. Substitua-os conforme os atributos e a variável-alvo da sua base antes de executar. O exemplo do Titanic necessita do arquivo train.csv obtido legitimamente no Kaggle. Os exemplos com Iris e Breast Cancer carregam os conjuntos de dados pelo scikit-learn.

Os arquivos estão disponíveis em exemplos/ no GitHub. Consulte o README específico de cada aula para identificar os dados de entrada e os comandos de execução.

Boas práticas

• Realize a separação treino/teste antes de ajustar transformações que aprendem dos dados.
• Ajuste imputação, codificação e escalonamento apenas sobre dados de treinamento, preferencialmente com Pipeline e ColumnTransformer.
• Utilize a mesma divisão de dados e as mesmas métricas para comparações entre modelos.
• Registre sementes, parâmetros e versões das bibliotecas para favorecer a reprodutibilidade.

Os exemplos ilustram DT, KNN, SVM e PCA. O Trabalho 02 exige adicionalmente Random Forest e AdaBoost e a implementação própria de AG, PSO ou ACO e CLONALG (ou alternativa aprovada). Esses algoritmos não são fornecidos como soluções do trabalho.