Scikit-learn

Guia Detalhado

Leia o guia detalhado antes de executar esta habilidade. Ele contém o procedimento completo e material de referência. Considere seus requisitos de segurança, pré-requisitos e validação como obrigatórios. Para um trabalho focado, carregue as seções relevantes; para um trabalho de ponta a ponta, leia o guia completamente.

Quando Usar Esta Habilidade

Use a habilidade scikit-learn quando:

• Construir modelos de classificação ou regressão
• Realizar clustering ou redução de dimensionalidade
• Pré-processar e transformar dados para aprendizado de máquina
• Avaliar o desempenho do modelo com validação cruzada
• Ajustar hiperparâmetros com busca em grade ou aleatória
• Criar pipelines de ML para fluxos de trabalho de produção
• Comparar diferentes algoritmos para uma tarefa
• Trabalhar com dados estruturados (tabulares) e de texto
• Precisar de abordagens de aprendizado de máquina clássicas e interpretáveis

Scripts de Exemplo

Pipeline de Classificação

Execute um fluxo de trabalho completo de classificação com pré-processamento, comparação de modelos, ajuste de hiperparâmetros e avaliação:

python scripts/classification_pipeline.py

Este script demonstra:

• Tratamento de tipos de dados mistos (numéricos e categóricos)
• Comparação de modelos usando validação cruzada
• Ajuste de hiperparâmetros com GridSearchCV
• Avaliação abrangente com múltiplas métricas
• Análise de importância de recursos

Análise de Clustering

Realize análise de clustering com comparação de algoritmos e visualização:

python scripts/clustering_analysis.py

Este script demonstra:

• Encontrar o número ideal de clusters (método do cotovelo, análise de silhueta)
• Comparar múltiplos algoritmos de clustering (K-Means, DBSCAN, Aglomerativo, Mistura Gaussiana)
• Avaliar a qualidade do clustering sem dados de referência
• Visualizar resultados com projeção PCA

Limitações

• Use esta habilidade apenas quando a tarefa corresponder claramente ao escopo descrito acima.
• Não trate a saída como substituta para validação específica do ambiente, testes ou revisão especializada.
• Pare e peça esclarecimentos se os inputs necessários, permissões, limites de segurança ou critérios de sucesso estiverem ausentes.