lauramsromano / logistic_regression_vendas

Com base no histórico de vendas que contém informações sobre vendas realizadas e canceladas, o objetivo deste projeto é desenvolver um modelo de regressão logística para prever possíveis cancelamentos.

Modelo de Regressão Logistica aplicado a uma base de vendas.

📌 Sobre o projeto:

Com base no histórico de vendas que contém informações sobre vendas realizadas e canceladas, o objetivo deste projeto é desenvolver um modelo de regressão logística para prever possíveis cancelamentos.

Os dados foram extraidos do site UC Irvine Machine Learning Repository

🚀 Tecnologias utilizadas:

IDE e Linguagem:

• Google Colab
• Python

Bibliotecas:

• Pandas
• Matplotlib
• Seaborn
• Numpy
• Sklearn
• Datetime

⚒️ Passo a passo:

• Importação dos dados e análise exploratória das informações presentes na amostra.
• Limpeza e tratamento da amostra (valores ausentes, tipos de variáveis presentes na base, outliers, etc.) para criação da base final.
• Criação de features.
• Análise exploratória dos dados finais da base (análises temporais, regionais, por item, etc.).
• Criação e tratamento do target.
• Criação da pipeline para o tratamento das features.
• Aplicação do modelo.
• Análise das métricas de avaliação do modelo.
• Conclusões gerais sobre o desempenho do modelo.

👤 Conheça a autora:

LinkedIn | Outlook | Github