Giter Site home page Giter Site logo

kaggle---competicao-de-machine-learning---movehub-cities's Introduction

Kaggle DataSet MoveHub-Cities

Previsão do ranking das melhores cidades para se viver.

A predição do ranking das melhores cidades para se viver com base em dados conhecidos é um problema alcançável, pois é constatável que melhores cidades para se viver possuem em sua localidade pessoas com boa qualidade de vida, com bons salários e com poder de compra, e em contraste cidades menos favorecidas possuem altas taxas de crime, pobreza e poluição. Assim, cada fator citado, entre outros influenciam em como uma cidade pode ser avaliada.

Nesta competição já há uma variável, ‘Movehub Rating’, que é a combinação de todas as pontuações para uma classificação geral para uma cidade. Dessa forma, para realizar a predição será necessário considerar todos os fatores existentes dentro do conjunto de dados, pois eles contribuem para a obtenção do resultado do ranking. O Scikit-Learn, uma biblioteca de Machine Learning, será utilizada para implementação de um algoritmo de regressão multivariada para a modelagem dos dados. Esse algoritmo irá criar o modelo que será capaz de prever os valores dos rankings das cidades.

Link da competição no site da Kaggle: https://www.kaggle.com/blitzr/movehub-city-rankings]

Observação: Machine Learning foi utilizada para a análise de dados e automatização do desenvolvimento da modelagem de dados. O algoritmo utilizado, possibilitou a obtenção de um resultado de 90,2% de precisão, o que demostra a eficácia do modelo na generalização de dados ainda não vistos.

Instruções para rodar o código: É necessário que você tenha instalada a IDE Anaconda com a versão python 3.6 version. Caso já tenha a anaconda instalada e o python está em uma versão mais nova, é só criar uma varíavel de ambiente de acordo com o manual fornecido pelo site do Anaconda.

Para baixar a IDE Anaconda acesse: https://www.continuum.io/downloads.

Passos: Acesse o jupyter notebook. Baixe os três datasets disponíveis neste repositório. Abra o arquivo Movehub_Rating_greatscore.ipynb. Execute-o e observe os resultados obtidos.

Se tiver dúvidas ou precisar de ajuda para entender ou executar o código pode entrar em contato comigo sem problemas.

kaggle---competicao-de-machine-learning---movehub-cities's People

Contributors

cibelecastelo avatar

Watchers

James Cloos avatar  avatar

Forkers

denisecast

kaggle---competicao-de-machine-learning---movehub-cities's Issues

Issue

I want to report a error in the code....

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.