Este notebook tem como objetivo desenvolver um modelo de regressão linear para realizar predição de temperatura, utilizando dados históricos obtidos por meio de uma API pública. O projeto se propõe a resolver o desafio técnico proposto durante o processo seletivo discente do Laboratório de Big Data e Métodos Analíticos Aplicados - BigMAAp, da Universidade Presbiteriana Mackenzie. Para isso, foram seguidos os seguintes passos:

Obtenção dos dados

Foi utilizada a API pública Open-Meteo para coletar dados históricos de temperatura.

Preparação dos dados

Foi realizada a limpeza de dados, a remoção de valores ausentes, tratamento dos outliers e a normalização dos dados.

Separação dos dados em conjuntos de treinamento e teste

Os dados foram divididos em conjuntos de treinamento e teste para avaliar a precisão do modelo.

Seleção das variáveis independentes

Foram aplicadas técnicas estatísticas para identificar grupos com variáveis independentes altamente correlacionadas entre si, levando a exclusão de algumas delas para o treinamento do modelo. Além disso, foram selecionadas, a partir das restantes, apenas as 10 variáveis que mais se correlacionavam com a variável target (temperatura).

Geração do modelo de regressão linear

A partir dos dados separados para treinamento, foi elaborado o modelo de regressão linear, avaliado quanto ao seu ajuste e acurácia utilizando medidas estatísticas. Optou-se também por gerar um segundo modelo, mas utilizando a regressão RANSAC, também avaliado por meio das mesmas medidas.

Realização da predição

Os modelos gerados foram utilizados para realizar as predições de um período equivalente a uma semana de temperaturas, e os valores obtidos foram comparados com os dados reais para medir a precisão do modelos.

Geração de gráficos comparativos

Foram gerados gráficos para cada modelo comparando as temperaturas previstas com as temperaturas reais no mesmo período, a fim de facilitar a visualização dos resultados.

Bibliotecas utilizadas

• requests: Para fazer a requisição dos dados da API.
• pandas: Para manipulação de dados em formato tabular.
• numpy: Para operações numéricas avançadas.
• matplotlib: Para geração de gráficos.
• scikit-learn: Para geração do modelo de regressão linear e outras funções de análise de dados.
  • train_test_split: Para dividir os dados em conjuntos de treinamento e teste.
  • MinMaxScaler: Para normalização dos dados.
  • SelectKBest e f_regression: Para seleção das melhores features.
  • LinearRegression e RANSACRegressor: Para geração dos modelos de regressão linear.
  • metrics: Para avaliação da precisão dos modelos gerados.
  • r2_score, mean_squared_error e mean_absolute_error: Para avaliação da precisão do modelo.

As bibliotecas utilizadas podem ser instaladas utilizando o pip. Basta executar o seguinte comando no terminal:

pip install requests pandas matplotlib scikit-learn

Para utilizar este notebook, basta executá-lo em um ambiente Jupyter Notebook. Certifique-se de ter as bibliotecas necessárias instaladas antes de executar o código.

Contribuições são sempre bem-vindas! Se você tiver alguma sugestão de melhoria ou encontrar algum erro no código, sinta-se à vontade para abrir uma issue ou um pull request.

Este notebook está licenciado sob a licença MIT. Consulte o arquivo LICENSE para obter mais detalhes.