Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/erichidekimiyahara/naivebayesearvorededecisao

Este repositório contém os algoritmos de Naive Bayes e Árvore de Decisão para prever as classificações e avaliar o desempenho do modelo.
https://github.com/erichidekimiyahara/naivebayesearvorededecisao

arvorededecisao googlecolab naivebayes python

Last synced: 2 days ago
JSON representation

Este repositório contém os algoritmos de Naive Bayes e Árvore de Decisão para prever as classificações e avaliar o desempenho do modelo.

Awesome Lists containing this project

README

        

[PYTHON]: https://img.shields.io/badge/Python-FFD43B?style=for-the-badge&logo=python&logoColor=blue
[COLAB]: https://img.shields.io/badge/Colab-F9AB00?style=for-the-badge&logo=googlecolab&color=525252
[JUPYTER]: https://img.shields.io/badge/Jupyter-F37626.svg?&style=for-the-badge&logo=Jupyter&logoColor=white

Naive Bayes e Árvore de decisão

![Python][PYTHON]
![Google Colab][COLAB]
![Jupyter Notebook][JUPYTER]


Sobre
Tecnologias utilizadas
Contribuição
Links úteis

📌 Sobre

O código atualizado realiza uma verificação para garantir que os valores das notas dos juízes estão no intervalo correto (0 a 1). Caso algum valor esteja fora desse intervalo, é levantado um erro, informando qual coluna contém o valor inadequado. Após a correção, são gerados gráficos que mostram a classificação final por manobra, dificuldade e skatista. Também é calculada a correlação entre as notas dos juízes e a classificação final para entender como essas variáveis estão relacionadas.

Você pode acessá-lo [aqui](https://colab.research.google.com/drive/1nj6tP9sM3uTPqXd-Xtwc4d7o61uYVXqj)

Tecnologias utilizadas

- **Python:** Linguagem de programação
- **Google Colab:** IDE
- **Excel:** Base de dados

📫 Contribuição

Agradeço a contribuição para o projeto. Se você está corrigindo um bug, adicionando uma funcionalidade, ou melhorando a documentação, sua contribuição é valiosa. Veja como você pode contribuir:

1. **Criar uma nova funcionalidade**

A adição de um gráfico de uma árvore de decisão é uma boa ideia.

2. **Siga os padrões de codificação**

Consistência é fundamental! Aderir aos padrões de codificação e padrões estabelecidos no projeto. Isso garante a legibilidade e a manutenção do código.

3. **Espere pela revisão**

Irei rever a sua solicitação de pull. Participe da discussão e faça as alterações solicitadas. Suas contribuições serão mescladas no projeto uma vez aprovada!

Links Úteis

- [Projeto](https://colab.research.google.com/drive/1nj6tP9sM3uTPqXd-Xtwc4d7o61uYVXqj)