IzaacCoding36 / Projeto-ONIA

Esse repositório será utilizado para a publicação e desenvolvimento do meu projeto para a Olimpíada Nacional de Inteligência Artificial (ONIA) de 2025.

---

Projeto ONIA

Esse repositório será utilizado para a publicação e desenvolvimento do meu projeto para a primeira Olimpíada Nacional de Inteligência Artificial (ONIA) de 2025.

📋 Estrutura do Projeto

• modelo-xgb-classifier.py - Script principal original
• modelo_xgb_classifier_v2.py - Versão melhorada e modular
• train.py - Script de treinamento com configurações flexíveis
• checagem.py - Script de verificação de resultados
• config.py - Arquivo de configurações
• requirements.txt - Dependências do projeto
• templates/ - Dados de treino e teste

🚀 Como Usar

Instalação das Dependências

pip install -r requirements.txt

Execução Simples

# Usar configurações padrão
python modelo_xgb_classifier_v2.py

# Ou usar o script original melhorado
python modelo-xgb-classifier.py

Execução com Configurações Personalizadas

# Exemplo com parâmetros diferentes
python train.py --n-estimators 1000 --max-depth 15 --learning-rate 0.05

# Sem normalização dos dados
python train.py --no-scaling

# Usando validação de 20%
python train.py --validation-size 0.2

Verificação dos Resultados

python checagem.py

🔧 Melhorias Implementadas

✅ Portabilidade

• Removidos caminhos hardcodados
• Suporte a diferentes diretórios de dados
• Compatibilidade com diferentes sistemas operacionais

✅ Tratamento de Erros

• Validação de entrada de dados
• Tratamento de exceções robusto
• Mensagens de erro informativas

✅ Logging e Monitoramento

• Sistema de logging detalhado
• Relatórios de progresso em tempo real
• Métricas de desempenho detalhadas

✅ Configuração Flexível

• Arquivo de configuração centralizado
• Parâmetros customizáveis via linha de comando
• Diferentes opções de normalização

✅ Código Modular

• Funções bem organizadas e reutilizáveis
• Separação de responsabilidades
• Documentação inline completa

✅ Verificação Aprimorada

• Script de verificação robusto
• Validação de estrutura de dados
• Estatísticas detalhadas dos resultados

📊 No que se baseia esse projeto?

• Esse projeto baseia-se no treinamento de um modelo de classificação de dados para aprendizagem de máquina com algorítmos. Onde temos dois arquivos com dados .csv para treinar o modelo de algorítmo e trazer previsões de resultados com precisão calculada em Medida-F.
• Isso pode ser feito com vários modelos de classificação, como DecisionTree, RandomForest, K-Nearest Neighbours, Naïve Bayes, Support Vector Machine e o XGBoost, geralmente usado em competições.
• A Medida-F é a média harmônica entre as métricas de Precisão e Revocação. Em outras palavras, a Medida-F é uma métrica que avalia o desempenho de um modelo preditivo de modo a trazer um número único que indique a sua qualidade geral.
• Todos esses conceitos são aplicados em um código python, com os softwares Scikit-Learn ou Orange, com bibliotecas diversificadas para aprendizado de máquina.
• O objetivo de tudo isso é poder treinar um modelo que apresente resultados com um excelente desempenho, medido na medida-f entre 0 e 1, quanto maior for o resultado da medida-f, mais próximo da resposta verídica o seu resultado estará.

🎯 Resultados Obtidos

Medida-F: ~0.78-0.79 (79% de precisão geral)

Distribuição das Classes Previstas:

• Classe 0: ~55% das amostras
• Classe 1: ~14% das amostras
• Classe 2: ~12% das amostras
• Classe 3: ~5% das amostras
• Classe 4: ~13% das amostras

📈 Algoritmo Escolhido: XGBoost

Escolhi o XGBoost por sua precisão em corrigir erros iterativamente. Usei normalização e ajustes para maximizar o desempenho nas 13 features, necessário para ter um resultado com maior precisão para lidar com dados complexos como os fornecidos para essa fase.

Parâmetros Utilizados:

• n_estimators: 500 árvores
• max_depth: 20 (profundidade máxima)
• learning_rate: 0.1 (taxa de aprendizado)
• Normalização com StandardScaler
• Validação estratificada 90%/10%