Este repositório contém um projeto de análise do famoso dataset Iris, que é frequentemente usado em estatística, machine learning e ciência de dados para ilustrar técnicas de análise exploratória de dados e classificação.
iris_analysis.ipynb: Jupyter notebook contendo análise exploratória, visualizações e modelagem preditiva usando regressão logística.
- Realizar uma análise exploratória para entender as características das diferentes espécies de íris.
- Aplicar regressão logística para classificar as espécies de íris.
- Avaliar o modelo usando métricas como acurácia, precisão e recall.
- Analisar a matriz de confusão para entender o desempenho do modelo.
- Clone este repositório.
- Abra o arquivo
iris_analysis.ipynbusando Jupyter Notebook ou Google Colab. - Execute as células para ver a análise e os resultados.
- Python 3
- pandas
- matplotlib
- seaborn
- scikit-learn
- Se você tiver qualquer dúvida ou sugestão, sinta-se à vontade para abrir uma issue neste repositório.