Titanic Survival Prediction - Binary Classification with Logistic Regression

Este repositório contém um projeto de Machine Learning que aplica um modelo de Regressão Logística para prever a sobrevivência de passageiros do Titanic com base em suas características. O projeto utiliza o Titanic Dataset, um conjunto de dados famoso para problemas de classificação binária.

Objetivo do Projeto

O objetivo deste projeto é desenvolver um modelo preditivo que classifique se um passageiro sobreviveria ou não ao naufrágio do Titanic com base em atributos como idade, sexo, classe socioeconômica, número de familiares a bordo, entre outros. Esse problema de classificação binária é abordado usando a Regressão Logística como modelo principal.

Estrutura do Projeto

1. Aquisição e Compreensão dos Dados:

   • Carregamento e análise inicial do Titanic Dataset.
   • Identificação de variáveis categóricas (ex.: Sex, Embarked) e numéricas (ex.: Age, Fare).
   • Definição da variável-alvo (Survived) e das features que serão utilizadas para previsão.

2. Análise Exploratória de Dados (EDA):

   • Análise das distribuições das variáveis numéricas e categóricas.
   • Avaliação de relações entre as variáveis e a sobrevivência dos passageiros.

3. Pré-processamento de Dados:

   • Tratamento de valores ausentes.
   • Transformação de variáveis categóricas em variáveis dummy.
   • Escalonamento das variáveis numéricas para garantir melhor desempenho e estabilidade do modelo de Regressão Logística.

4. Treinamento e Avaliação do Modelo:

   • Divisão do conjunto de dados em treino e validação.
   • Treinamento do modelo de Regressão Logística.
   • Avaliação do modelo com métricas como acurácia, matriz de confusão, precisão e recall.

5. Análise de Desempenho e Ajustes:

   • Ajustes no modelo com base na análise de erros.
   • Considerações sobre o impacto de diferentes variáveis na sobrevivência.

Estrutura dos Arquivos

• simple_classification.ipynb: Jupyter Notebook principal contendo todo o processo de análise, pré-processamento, treinamento e avaliação do modelo de Regressão Logística.
• README.md: Descrição do projeto, objetivos e estrutura.

Tecnologias Utilizadas

• Python: Linguagem de programação principal.
• Pandas: Manipulação e análise de dados.
• NumPy: Operações matemáticas e tratamento de arrays.
• Scikit-Learn: Treinamento e avaliação do modelo de Regressão Logística.
• Matplotlib e Seaborn: Visualização de dados para EDA.

Como Executar o Projeto

1. Clone este repositório:

   git clone https://github.com/seu_usuario/titanic_survival_classification.git

2. Instale os pacotes necessários:

   pip install -r requirements.txt

3. Execute o Jupyter Notebook:

   jupyter notebook simple_classification.ipynb

4. Siga as etapas do notebook para carregar os dados, pré-processar, treinar e avaliar o modelo.

Resultados

O modelo de Regressão Logística treinado neste projeto apresentou uma acurácia de aproximadamente 80.36% no treinamento.