Personality Type Mapping with Machine Learning by Sharles Maurício MarianoPersonality Type Mapping with Machine Learning by Sharles Maurício Mariano

Personality Type Mapping with Machine Learning

Sharles Maurício Mariano

Completed work

Data Scientist

Matplotlib

pandas

scikit-learn

Data

Mapeamento de Tipos de Personalidade com Machine Learning

Este repositório contém um projeto de clustering utilizando o algoritmo KMeans. O objetivo é agrupar dados baseados em suas características e analisar os grupos formados.

Requisitos

Você pode instalar essas bibliotecas usando o seguinte comando:

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

Contamos os registros por valor para identificar a quantidade de não respondentes.

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

Limpeza dos Dados

Selecionamos apenas os registros com valores maiores que zero.

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

Elbow Method para Determinação do Número de Clusters

Utilizamos o método do cotovelo (Elbow Method) para determinar o número ideal 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

Instanciamos o KMeans com 5 clusters e rotulamos os dados.

# 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

Os dados foram agrupados em 5 clusters, e a média de cada cluster foi calculada.

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

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir uma issue ou enviar um pull request.

Licença

Este projeto está licenciado sob a MIT License.

Like this project