Um modelo SVM para classificação de Pokémon comuns, Lendário, Sub-lendários e Míticos.
O Projeto visa demonstrar como o modelo de Inteligência Artificial SVM se comporta na classificação de indíviduos criados manualmente. Para isso, foi usado um dataset da Franquia Pokémon, contendo 898 Indivíduos. O Objetivo do Algorítmo é classificar quais dentre esses Pokémon são Comuns, Lendários, Sub-lendários e Míticos.
Foi feito uma página no trello documentando o processo do projeto.
A metodologia descreve como o projeto está configurado em sua execução. Algumas informações adicionais estão no próprio código
O banco de dados é uma versão adaptada deste.
Algumas colunas são levadas em desconsideração, como colunas com varíaveis que não são numéricas ou irrelevantes para o projeto.
é criada uma nova coluna que é a junção das colunas is_sublegendary , is_legendary e is_mythical.
Usando o SVM, o modelo é treinado com 80% dos dados e com um Random State de 54. Durante esse processo, O algoritmo busca encontrar padrões entre os Pokémon dos quais ele irá classificar.
Após o treino, o modelo utiliza os 20% restantes como teste de classificação, e para isso é criado um Gráfico de Matriz de Confusão, cujo papel é permitir o usuário vizualizar os resultados. Além de que é criado um gráfico de permutação, que permite que sejam vizualizados quais foram os atributos mais relevantes para as decisões tomadas pelo modelo.
Então é feito um segundo treino, usando de ferramentas para otimizar o algoritmo, como GriSearch e Validação Cruzada, após isso os Gráficos de Matriz de Confusão e de permutação são criados novamente para refletir os novos resultados.
O primeiro passo é acessar o repositório para baixar o notebook que contém o código do modelo, após isso executá-lo no serviço de preferência(o serviço utilizado foi o Google Colab).
Para executar todas as células do Notebook basta apertar o conjunto de teclas Ctrl+f9. Também é possível executar as células individualmente.
Os parâmetros que podem ser modificados para obter diferentes resultados são: column_names, test_size, random_state e kernel.