Esse dataset será utilizado para a disciplina de SIN5007 - Reconhecimento de Padrões, ministrada pela profa. Ariane.
Escolhemos esse dataset pois nele já foi feita a etapa de pré-processamento dos dados, o que o dataset anterior (Crunchdatabase) não estava pronta.
O dataset consiste no resultado de análises químicas de vinhas crescidas na mesma região da Itália mas derivadas de três cultivos diferentes.
O dataset tem 13 dimensões:
- Alcohol
- Malic acid
- Ash
- Alcalinity of ash
- Magnesium
- Total phenols
- Flavanoids
- Nonflavanoid phenols
- Proanthocyanins
- Color intensity
- Hue
- OD280/OD315 of diluted wines
- Proline
- classe 1: 59
- classe 2: 71
- classe 3: 48
Total: 178
Todos os atributos são contínuos.
A primeira variável é o identificador da classe (1-3)
Não há elementos faltantes
Foi acordado pelo grupo de utilizar a ferramenta de versionamento GIT, e o gitlab como centralizador. Esse é um bom tutorial para o básico do git: http://rogerdudler.github.io/git-guide/index.pt_BR.html
Também foi acordado em se utilizar python tanto no pré-processamento e nas análises:
Recomendo utilizar Anaconda: https://www.anaconda.com/download/#download
Assim podemos fazer os jupyters notebooks e compartilhar nossas descobertas.
É recomendável já fazer os códigos em python 3.
Após instalado abra o command line (windows + R, cmd) e digite
jupyter notebook
Além do jupyter que falei acima, também é possível utilizar o Spyder, uma IDE parecida com o RStudio. VSCode, editor feito pela Microsoft mas que tem extensões bem interessantes. Sublime, editor leve e muito bom, que também pode ser extendido. http://opiateforthemass.es/articles/set-up-sublime-text-for-light-weight-all-in-one-data-science-ide/
Datacamp é uma plataforma com cursos gratuitos e pagos que podem ajudar com o básico de python 3: https://www.datacamp.com/courses/intro-to-python-for-data-science Artigo sobre IDEs: https://www.datacamp.com/community/tutorials/data-science-python-ide
-
Bruno Kemmer - Initial work - Bkemmer