dataset_trabalhofinalEIACD
<p>Foi desenvolvido um modelo de Machine Learning utilizando o algoritmo Random Forest para prever o estado de demência (Dementia_Status).<br>Os dados foram previamente processados e convertidos para formato numérico.<br>O dataset foi dividido em treino e teste utilizando o método Partitioning.<br>O modelo foi avaliado através de accuracy e matriz de confusão, apresentando um bom desempenho com poucos erros entre classes intermédias.<br>Por fim, o modelo foi utilizado para prever novos casos, incluindo a respetiva probabilidade de confiança.</p>
Foi desenvolvido um modelo de Machine Learning utilizando o algoritmo Random Forest para prever o estado de demência (Dementia_Status).
Os dados foram previamente processados e convertidos para formato numérico.
O dataset foi dividido em treino e teste utilizando o método Partitioning.
O modelo foi avaliado através de accuracy e matriz de confusão, apresentando um bom desempenho com poucos erros entre classes intermédias.
Por fim, o modelo foi utilizado para prever novos casos, incluindo a respetiva probabilidade de confiança.
Nodes
- Rule Engine5 ×
- Column Filter3 ×
- CSV Writer2 ×
- Category To Number2 ×
- Credentials Configuration2 ×
- JSON Path2 ×
- Random Forest Predictor2 ×
- String Manipulation2 ×
- String to JSON2 ×
- CSV Reader1 ×
- Chunk Loop Start1 ×
- Column Renamer1 ×
- JSON to Table1 ×
- Loop End1 ×
- Random Forest Learner1 ×
- Row Splitter1 ×
- Scorer1 ×
- Table Creator1 ×
- Partitioning1 ×
- Ungroup1 ×
Extensions
- FeatureKNIME Base nodes
- FeatureKNIME Ensemble Learning Wrappers
- FeatureKNIME Javasnippet
- FeatureKNIME JSON-Processing
- FeatureKNIME Quick Forms
Links
- No links available