https://github.com/msamuelsons/classificao-estrela
Executa um processo completo de análise e classificação de estrelas usando diferentes algoritmos de aprendizado de máquina e técnicas de validação cruzada para avaliar a eficácia desses algoritmos na classificação das estrelas.
https://github.com/msamuelsons/classificao-estrela
data-science machine-learning machine-learning-algorithms pre-processing star
Last synced: 3 months ago
JSON representation
Executa um processo completo de análise e classificação de estrelas usando diferentes algoritmos de aprendizado de máquina e técnicas de validação cruzada para avaliar a eficácia desses algoritmos na classificação das estrelas.
- Host: GitHub
- URL: https://github.com/msamuelsons/classificao-estrela
- Owner: Msamuelsons
- Created: 2023-09-02T23:27:53.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2023-09-02T23:34:05.000Z (almost 2 years ago)
- Last Synced: 2025-01-22T01:16:16.156Z (5 months ago)
- Topics: data-science, machine-learning, machine-learning-algorithms, pre-processing, star
- Language: Jupyter Notebook
- Homepage:
- Size: 173 KB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Classificação de Estrelas Usando Aprendizado de Máquina
Este projeto envolve a classificação de estrelas usando diversos algoritmos de aprendizado de máquina. O objetivo é prever a classe das estrelas com base em seus atributos. O código fornecido realiza pré-processamento de dados, aplica diferentes algoritmos de aprendizado de máquina e avalia seu desempenho por meio de validação cruzada.
## Introdução
Estrelas apresentam características diversas que podem ser utilizadas para classificá-las em várias categorias. Este projeto explora técnicas de aprendizado de máquina para prever a classificação de estrelas com base em seus atributos. O código fornecido no notebook `star_classification.ipynb` abrange o carregamento do conjunto de dados, o pré-processamento dos dados, a aplicação de algoritmos de aprendizado de máquina e a avaliação de sua eficácia.
## Algoritmos
Os seguintes algoritmos de aprendizado de máquina são aplicados para classificar as estrelas:
- Árvore de Decisão
- Naive Bayes
- K-Nearest Neighbors
- Regressão Logística
- Gradient Boosting
Cada algoritmo é configurado com parâmetros específicos para otimizar seu desempenho.
## Resultados e Avaliação
A eficácia de cada algoritmo é avaliada usando técnicas de validação cruzada. Curvas de validação e matrizes de confusão são geradas para visualizar o desempenho dos algoritmos. As médias das pontuações de desempenho para cada algoritmo também são fornecidas.
## Contribuição
Contribuições para este projeto são bem-vindas. Sinta-se à vontade para abrir problemas ou enviar solicitações de pull para melhorias ou correções de bugs.
## Licença
Este projeto está licenciado sob a Licença MIT - consulte o arquivo [LICENSE](LICENSE) para obter mais detalhes.