E aí [Música] a palavra sócio muito bem vindos essa vídeo-aula eu quero apresentar para vocês algumas metodologias que vocês podem estar utilizando para tentar extrair novas vídeos para melhorar a estimativa do seu modelo o pessoal estou aqui no meu último escrito que a gente havia seis na última vídeo-aulas metido lá não quero ele não melhora muito pequena em relação a melhorar anterior né se baseia apenas o sexo Então veja e entra o grande trabalho nós temos que criar novas EA criação das novas features pode ser e tome um pouco mais de tempo da gente normalmente
é o que vai impactar muito mais no modelo então eu recomendo que vocês ficam muito tempo nesse processo da Principalmente quando é um Data Set que às vezes a gente não conhece tanto ou que às vezes é pode ser por exemplo Data Set que tem coisas escondidas por exemplo aqui a gente pode ter coisas escondidas nomes a gente pode ter coisas um ticket e na cabine são essas colunas poderia por exemplo da algumas informações importantes para gente nós usamos a transformação aqui do sexo em 01 né fizemos também de 2 vaca é o posto que
aproximar cole mas aqui a gente poderia extrair várias informações então por exemplo aqui a cabine que não tem dado NM poderia talvez você é uma fonte de informação se vocês se lembram mas a cabine é um local onde tem muitos dados n aí então isso que poderia fornecer alguma informação a gente poderia colocar por exemplo uma Fitness e diz o seguinte se dado por NN então é 0 caso contrário um é aqui em cabine a gente poderia também contar quantas cabines são ele quer alguns locais Existem duas cabines às vezes três a gente poderia fazer
isso também e fazer novas vídeos mas nisso nos títulos das pessoas criar novos vídeos enfim pra gente poder fazer todo esse é só essa extremamente importante necessário até mesmo antes de criar vídeos o antes de fazer o modelo que nem igual a gente fez aqui Talvez um processo anterior a esse seria a gente fazer uma visualização do seu dá prazer e essa visualização poderia incluir aí distribuição dos dados usando o histograma ou então me scatterplot que você faz por exemplo dado uma variável contra outra por exemplo usando o sobrevivente e alguma outra variável você poderia
fazer esses gráficos para pré-visualizar você encontra alguma coisa que poderia ser um inside para você você vir né lá como coluna como vídeo Então isso é muito importante e aqui para fazer uma pré-visualização vou apresentar para vocês eu vou colocar uma nova célula logo após a seleção mais fácil gente tá ótima visualização dos dados e para isso eu vou importar uma biblioteca math rock o pai lote slt tão importante até aqui a gente pode fazer vários Graças existe uma outra biblioteca também vocês poderem utilizar para visualizar os dados e seria cyborg Então se Bora é
uma outra biblioteca de visualização de dados ele é muito importante ela foi feita né Com base no matplotlib + prot Lívian biblioteca ou mais baixo nível o ciborgue a biblioteca mais alto nível significa que você pode fazer gráficos mais elaborados bonitos faz bastante informação apenas com uma duas linhas de comando A então eu recomendo muito que vocês depois dei uma olhada aqui na cyborg a pré-visualização de dados muito bem voltando para cá nós vamos ficar aqui com o nosso gráfico então eu vou importar a nossa biblioteca mais próxima livre e vou fazer que um polo
para a gente poder fazer um um look em todas as colunas É a lógica mente Vocês poderiam escolher outras Colunas da eu vou escolher essas aqui por ele ter visto por fazer apenas os programas simples a gente poder fazer uma pré-visualização dos Estados colocar o título vai ser o próprio isso aqui dois interação sobre as colunas e a gente vai mandar ele fazer os programas dessa coluna podem votar para digitar meu tipo das colônias é que roupa ele apresentar o recurso permite visitar ele já Rodrigo tá aí ó existem como que está a variação da
classe veja que idade tem aqui uma distribuição normal então a gente usou a média sim para fazer inscrição os dados faltantes e também a gente tem um família veja que não tá só normal esses dados ver que a conta do seu pagou no Tik também não está com distribuição normal é bastante dados talvez valer a pena a aplicar e um log estados vizinhos para fazer uma transformação para transformar esses dados que não estão na distribuição normal em dados com distribuição normal poderia trazer alguma informação Além disso gente poderia fazer uma classificação desses dados em classificar
valores riso então a gente visualizar de contar avaliação e talvez pessoas que pagar um pouco mais tem sobrevivido mais ao acidente a gente continuar fazendo esse processamento desses dados e visualização dos dados logicamente a gente não precisa visualizar isso somente com gráfico Mas a gente pode usar outras ferramentas ou pandas ele tem uma ferramenta que se chama grupo pai da ferramenta é muito interessante eu posso criar por exemplo no grupo com base nos dados por exemplo colocar trem aqui para pegar todos os dados todo o nosso Data Set de Treinamento sem filtragem E aí você
pode digitar grupo vai e aqui dentro esse parentes eu posso colocar aqui as colunas que eu quero e colocar de Survivor você ele vai agrupar com base nos Sobreviventes zero não sobreviveu um sobreviveu e aí eu posso pedir para ele fazer aí qualquer estatística ou nesse caso aqui eu posso pedir para fazer a média mas eu poderia colocar de padrão poder colocar a contagem né E aí você pode criar isso aqui ó quando eu crio esse GP que essa nova variável mídia agrupada tão que ele faz ele faz um agrupamento veja bem ele é grupo
todo mundo que era zero sobrevivência então com base nesse agrupamento ele fez a média Então veja eu posso ver qual foi a média dos Sobreviventes é ele idade 28 anos e aqui 30 anos posso ver por exemplo a classe é um beijo que parece que ele mais Sobrevivente na classe um tão aqui a gente pode tirar algumas coisas Veja aqui a média das pessoas que sobreviveram pagaram mais aqui ó 48 veja que as pessoas as pessoas que pagaram mais parece que tiveram a tendência de sobreviver mais do que as pessoas pagarão menos e assim sucessivamente
a gente pode fazer várias análises Além disso você pode colocar aqui calma ele vai fazer a contagem ou dependendo da variável é melhor fazer a contagem uma outra forma da gente visualizar esses dados é usando Pivot table pandas também então vou criar aqui uma nova table tá pousar aqui o nosso biblioteca o pandas e vou digitar Pivot table e aqui dentro do parênteses a gente vai colocar o nosso Data Set eu vou colocar o trem a gente tem que colocar um índice para ele poder fazer para gente em relação a quem eu quero fazer essa
tabela pivô aqui são as linhas tá então vai ser o nosso Survive posso colocar as colunas tem interesse fazer isso eu vou fazer os daqui poderia colocar mais de uma coluna mas eu vou colocar Parque do local que fosse embarcou e a gente precisa de cor as flores A então ele vai fazer a contagem dos Sobreviventes da coluna lombar e aí os valores seria aqueles que nem que ele vai fazer a contagem para gente por exemplo eu não estou interessado em fazer uma contagem uma coluna específica tô querendo que ele faça essa Contagem dos embarcados
e todos os dados estão aqui vou colocar o pé siger AIDS e cada um nem vai ter um número diferente ele vai fazer a contagem de tudo então aqui eu vou colocar exatamente as informação é sim AIDS e aí aqui no final eu posso colocar a função que eu quero perigoso caso série a contagem o não executa essa linha eu esqueci de colocar um igual bloqueio.na últimos vamos humanos executo eu ontem ele fez a contagem então beijos ele fez para mim o Whindersson 01 nas linhas ele fez a contagem das classes de quem embarcou no
corpo C há 75 goleiro 93 sobrevive Então veja que parece que tem uma tendência das pessoas sobreviver para quem embarcou Nesse pouco e quem embarcou no porto S teve uma tendência é menor que sobreviver a estatística EA gente tem que usar isso a nosso favor e eu poderia colocar outras colunas aqui para fazer análise por exemplo a classe aqui ficou Contagem para Claro veja classe um as pessoas que estavam a classe um tiveram a tendência maior sobreviver porque as pessoas que estavam na classe de 2-3 parece poderia ser uma informação que a gente poderia usar
a criar essas novas estão aqui pessoal é é um trabalho mais pesado a gente precisa de gastar mais tempo nesse processo muitas informações que a gente poderia extrair do nosso banco de dados e poderia dar informações relevantes eles viram que a informação do sexo se é mulher ou homem é uma informação a paz a gente acertar ruim então agora fica mais difícil E aí exige da gente debruçar em cima dos dados e fazer a análise desse aqui eu coloquei apenas um exemplo várias outras formas que a gente pode utilizar para fazer essas análises Ok então
Recomendo muito que vocês debrucem sobre esses dados e tentem extrair novas features para tentar bater essa minha mesmo então é isso pessoal a gente fica por aqui eu deixo para vocês aí o desafio de tentarem descobrir criar novas vídeos para bater a minha última né Um abraço e até a próxima a E aí [Música]