Skip to content

Latest commit

 

History

History
40 lines (33 loc) · 1.82 KB

README.md

File metadata and controls

40 lines (33 loc) · 1.82 KB
Raw

Predição de sobrevivência desastre do titanic

Introdução

Meu quarto projeto de machine learning em que faço o uso de modelos de classificação para predição da sobrevivência ou não no desastre do titanic. Nesse notebook busquei mudularizar melhor meu código o organizando todo em funções para melhorar a legibilidade. Além disso, foi a primeira vez que usei a biblioteca de otimização de hiperparâmetros "optuna".

Esse notebook consiste na análise do dataset "titanic" que é composto pelas seguintes features:

  • Pclass: classe que o passageiro escolher (1a,2a ou 3a)
  • Name: nome do passageiro
  • Sex: sexo do passageiro (masculino ou feminino)
  • Age: idade dos passageiros
  • SibSp: número de irmãos/cônjuges a bordo
  • Parch: número de pais/filhos a bordo
  • Ticket: ticket de cada passageiro
  • Fare: preço do ticket pago
  • Cabin: cabine de cada passageiro
  • Embarked: porto que cada passageiro embarcou

A variável target é a feature "Survived" e ele tem os valores 0 (morreu) ou 1 (sobreviveu)

Desenvolvimento

Nesse projeto passei pelas seguintes etapas:

  1. Carregamento, Limpeza, Encoding e Preenchimento de missings
  2. EDA
  3. Feature engeneering
  4. Seleção de modelo
  5. Tunning de hiper parâmetros

Resultados encontrados

Model accuracy precision recall f1 auc
GradientBoosting 0.830532 0.819860 0.719096 0.764394 0.884284
CatBoost 0.830525 0.825697 0.710401 0.761512 0.876607
Random Forest 0.829421 0.801294 0.736658 0.766671 0.871824
LightGBM 0.835039 0.798463 0.765942 0.779751 0.865217
XGBoost 0.824951 0.784288 0.751364 0.766272 0.858687
AdaBoost 0.810363 0.765918 0.736701 0.748995 0.852855
Logistic Regression 0.795719 0.748464 0.704518 0.725014 0.838094
Decision Tree 0.780033 0.717782 0.707417 0.710947 0.766358