Projeto Machine Learning

Predição de Chuva no Dia Seguinte — Rain in Australia Desenvolver um pipeline completo e reproduzível de ciência de dados para classificação supervisionada binária: prever se choverá no dia seguinte (RainTomorrow = Yes/No) a partir de variáveis meteorológicas observadas no dia atual. Cinco algoritmos de classificação supervisionada foram implementados, otimizados e comparados com o uso de métricas de avaliação adequadas para conjuntos de dados desbalanceados, incluindo Precisão, Recall, pontuação F1, ROC-AUC e Precisão Média. Entre os modelos avaliados, o Random Forest apresentou o melhor desempenho geral, alcançando um F1-score de 0,6589 e uma ROC-AUC de 0,8868. A análise de importância das variáveis ​​identificou Humidity3pm e Pressure3pm como os preditores mais relevantes, o que é consistente com o conhecimento meteorológico estabelecido sobre as variações de umidade atmosférica e pressão que antecedem eventos de precipitação.