Icon

auto-mpg-rascunho

Em um problema de regressão, o objetivo é prever as saídas (outputs) de um valor contínuo, como um preço ou probabilidade. Em contraste de problemas de classificação, onde temos o próposito de escolher uma classe em uma lista de classificações (por exemplo, se uma imagem contem uma maçã ou laranja, assim reconhecendo qual fruta é representada na imagem).

Este notebook usa a clássica base de dados Auto MPG e constrói um modelo para prever a economia de combustiveis de automóveis do final dos anos 1970, inicio dos anos 1980. Para isso, forneceremos um modelo com descrição de vários automóveis desse período. Essa descrição inclui atributos como: cilindros, deslocamento, potência do motor, e peso.

Para melhorar a organização, recomenda-se:

  • Utilizar loops

  • Criar componentes

One to Many
Column Renamer
Statistics
SMOTE
PCA
Normalizer
Statistics
Table Partitioner
Statistics
Statistics
Statistics
Statistics
X-Partitioner
Statistics
String to Number
Statistics
Statistics
Row Sampler
Row Filter
1. mpg: continuous2. cylinders: multi-valued discrete3. displacement: continuous4. horsepower: continuous5. weight: continuous6. acceleration: continuous7. model year: multi-valued discrete8. origin: multi-valued discrete9. car name: string
CSV Reader
Remover espaços duplosda coluna 0
String Manipulation
Cell Splitter
String Manipulation
Column Renamer
String Manipulation
Concatenate
Concatenate
Concatenate
Concatenate
Concatenate
Row Sampler
Row Filter
Concatenate
Row Filter
Concatenate
Row Filter
String Manipulation
Row Filter
Statistics
Row Filter
Cell Splitter
CSV Writer
Concatenate
Column Combiner
CSV Reader
Statistics
Column Filter
Row Sampler
Column Renamer
Row Sampler
Number to String
Missing Value
String Manipulation

Nodes

Extensions

Links