Curso: Ciência de Dados - Do Zero a Iniciante - 19. Aula 19 - Regressão com o R (parte 2 de 2)

---------------------------------------------------------------------------------------------------------------------- ⇒Aprofunde seus conhecimentos em estatística e ciência de dados com meu livro: •https://maironchaves.manus.space/ ⇒Podcast de apresentação do livro: •https://www.youtube.com/watch?v=8QoNOpgDWqY ---------------------------------------------------------------------------------------------------------------------- 📊 Resumo do Vídeo: "Curso Ciência de Dados - Do Zero ao Iniciante (Aula 19: Regressão com o R - Parte 2 de 2)" Nesta aula, StatiR foca na aplicação prática de regressão linear e outros algoritmos no R, abordando a separação de dados, ajuste de modelos e como validar os resultados com métricas específicas. A aula também discute o processo de colocar modelos em produção. 💻 1. Preparação da Base de Dados Divisão dos dados: A base é dividida em 70% para treino e 30% para teste. Comando utilizado: createDataPartition(). Por que dividir os dados? Para treinar o modelo em uma parte dos dados e testá-lo em outra, garantindo generalização. 🌳 2. Regressão com Árvore de Decisão Treinamento: Modelo ajustado usando rpart(). Exemplo de saída: A árvore exibe divisões baseadas em perguntas sobre variáveis, como "Circunferência = 16?". Poda Automática: O R faz a poda automaticamente para evitar overfitting. Resultado: R² = 84% (o modelo explica 84% da variabilidade da variável dependente). Validação: Na base de teste, o modelo obteve um R² semelhante, indicando boa performance. 📈 3. Comparação com Regressão Linear Ajuste do Modelo: Comando: lm(Volume ~ Circunferência + Altura, data = dados_treino). Resultado: Fórmula da regressão com os coeficientes (Beta0, Beta1, etc.). R² = 94%, mostrando melhor explicação da variabilidade do que a árvore de decisão. Validação: Na base de teste, o R² da regressão linear foi de 95%, superando a árvore de decisão. 🤖 4. Comparação com KNN e Random Forest KNN: Configurado para usar 5 vizinhos mais próximos. R² = 82%, inferior à regressão linear. Random Forest: Configurado com 20 árvores. R² = 92%, também inferior à regressão linear. Gráfico de erro: Mostra que, após 40 árvores, o R² não aumenta significativamente. 🔍 Insights Além da Aula: Implemente seu modelo em produção: Use plataformas como Machine Learning Studio ou construa fórmulas no Excel para cálculos em tempo real. Explore novas bases de dados: Pratique com datasets do pacote datasets no R para resolver problemas variados, como precificação de carros. Otimize seus modelos: Teste diferentes parâmetros em Random Forest e KNN para entender como ajustes afetam a performance.