Com base no histórico de vendas que contém informações sobre vendas realizadas e canceladas, o objetivo deste projeto é desenvolver um modelo de regressão logística para prever possíveis cancelamentos.
Os dados foram extraidos do site UC Irvine Machine Learning Repository
IDE e Linguagem:
Bibliotecas:
- Importação dos dados e análise exploratória das informações presentes na amostra.
- Limpeza e tratamento da amostra (valores ausentes, tipos de variáveis presentes na base, outliers, etc.) para criação da base final.
- Criação de features.
- Análise exploratória dos dados finais da base (análises temporais, regionais, por item, etc.).
- Criação e tratamento do target.
- Criação da pipeline para o tratamento das features.
- Aplicação do modelo.
- Análise das métricas de avaliação do modelo.
- Conclusões gerais sobre o desempenho do modelo.