Baseline para teste com MLPClassifier para produzir as matrizes de confusão e features importance das variáveis. Objetivo deste projeto foi para publicação de um artigo.
- pandas para manipulação do dataframe;
- numpy para biblioteca de calculo cientifico;
- matplotlib para biblioteca de visualização;
- eli5 para biblioteca que depurar algoritmos classificadores;
- warnings para biblioteca de warnings;
- sklearn para função básicas de estatíticas;
- pprint para biblioteca para imprimir de maneira mais elegante as estruturas de dados;
- IPython.core.display para manipular e visualizar marcações html;
- seaborn para visualização de dados e gráficos mais elaborados.
Todos são instalados com o comando pip install *nome da biblioteca** .
Código aberto, pois é apenas para fins aprendizado.
Grupo de DataScience da Universidade Federal do Ceará - Campus Sobral. Veja https://github.com/datascience-ufc. Link do artigo: https://revistas.unifacs.br/index.php/rsc/article/view/6476