Ciência de Dados - Classificação

A atividade a ser desenvolvida no Colab deve conter as seguintes seções

>  Introdução
    - descreva os dados que serão analisados
    - detalhe qual será o foco do processo de classificação

> Regressão Logística
  - Apresentar a regressão logística simples para diferentes preditores
  - Sugestão de discussão: sinal do coeficiente de algum preditor mudou? Em caso afirmativo, apresente uma análise da motivação dessa modificação. Em caso negativo, análise o fato de poder remover algum dos preditores da regressão \múltipla e ainda continuar com um modelo aceitável - utilizar no mínimo 3 preditores. Justifique os preditores selecionados para iniciar a regressão logística

> K-NN
  - Apresentar K-NN para diferentes combinações entre métrica e número de vizinhos
  - Apresentar a regressão logística múltipla, com todos os preditores utilizados nas regressões simples.

  - Sugestão de discussão: a influência do número de vizinhos é significativa? a métrica influencia os resultados? no mínimo 3 combinações

> Árvore de decisão
  - Apresentar árvores de decisão para diferentes combinações entre profundidade e número máximo de folhas
  - Sugestão de discussão: qual a influência nos resultados quanto a número de folhas e profundidade? no mínimo 3 combinações


> Floresta aleatória
  - Apresentar florestas aleatórias para diferentes combinações entre profundidade, número máximo de folhas, número de árvores e número de preditores
  - Faça análise do “out of bag error”
  - Sugestão de discussão: qual a influência nos resultados quanto a número de preditores? no mínimo 4 combinações


> Comparação entre os modelos
  - além da comparação, apresente as vantagens e desvantagens nos algoritmos utilizados

> Conclusão, Considerações finais, Dificuldades e Desafios
  - os modelos de classificação abordados foram relevantes?
  - quais as dificuldades encontradas e desafios superados para o desenvolvimento da atividade