bkemmer / ml-wine-analysis

Wine recognition data - 1998 - Análise

Esse dataset será utilizado para a disciplina de SIN5007 - Reconhecimento de Padrões, ministrada pela profa. Ariane.

Inicio

Wine Dataset

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.

Quantidade de atributos

O dataset tem 13 dimensões:

1. Alcohol
2. Malic acid
3. Ash
4. Alcalinity of ash
5. Magnesium
6. Total phenols
7. Flavanoids
8. Nonflavanoid phenols
9. Proanthocyanins
10. Color intensity
11. Hue
12. OD280/OD315 of diluted wines
13. Proline

Quantidade de instâncias

• 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

Pré-requisistos

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

Editores de texto e IDEs

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

Authors

• Bruno Kemmer - Initial work - Bkemmer

• Allan Rodrigues Rebelo - Initial work -

• Luciana Silva - Initial work -