Mapeamento de Tipos de Personalidade com Machine Learning

Requisitos

pip install pandas numpy matplotlib seaborn scikit-learn yellowbrick

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.cluster import KMeans
from yellowbrick.cluster import KElbowVisualizer


## Carregamento e Tratamento dos Dados

O dataset utilizado neste projeto é carregado de um arquivo CSV e processado para remover colunas desnecessárias e registros com valores nulos.



# Configurações
pd.options.display.max_columns = 150
pd.options.display.float_format = "{:.2f}".format

# Carregamento dos dados
data = pd.read_csv('/content/data-final.csv', sep='\t')

# Remoção de colunas desnecessárias
data.drop(data.columns[50:110], axis=1, inplace=True)

# Descrição dos dados
data.describe()

Contagem de Registros por Valor

# Contagem dos registros por valor
data['EXT1'].value_counts()

Limpeza dos Dados

# Seleção de registros maiores que zero
data = data[(data > 0.00).all(axis=1)]

Elbow Method para Determinação do Número de Clusters

# Visualizador Elbow
kmeans = KMeans()
visualizer = KElbowVisualizer(kmeans, k=(2,10))

# Amostra de dados
data_sample = data.sample(5000, random_state=1)

# Início do teste
visualizer.fit(data_sample)
visualizer.poof()

Agrupamento com KMeans

# Instanciação do KMeans com 5 clusters
kmeans = KMeans(n_clusters=5)
k_fit = kmeans.fit(data)

# Predições
predicoes = k_fit.labels_
data['Clusters'] = predicoes

# Contagem de registros por cluster
data["Clusters"].value_counts()

# Média dos clusters
data.groupby('Clusters').mean()

Resultados

# Resultados
data["Clusters"].value_counts()
data.groupby('Clusters').mean()

Contribuição

Licença